AI 编码验收检查清单
每次完成验收时，对照以下问题过一遍。前四项为必须项（不达标则不应交付），其余为建议项。
必须项
需求是否明确到可以写出可执行的测试用例？
模糊的需求产生模糊的输出。明确到「输入是什么、输出是什么、边界在哪里」才算合格。
详见文章：编码交给AI之后 — 定义问题
是否覆盖了至少一个失败样例或边界情况？
正面需求之外，给出「什么不算正确」的例子。空输入、超大文件、并发请求、网络超时。这些都是 AI 容易忽略的盲区。
核心路径是否经过手动验证？
按用户流量排序的 top 3 高频操作链路，每个环节至少手动验证一次。不依赖 AI 的自测报告。
失败时是否有可理解的错误反馈而非静默崩溃？
检查最坏情况下用户看到什么、数据是否会丢失、系统是否能恢复到安全状态。三个问题有任何答不上来就不算可控。
建议项
改动后是否回归验证了已有功能？
AI 倾向于重新生成而非修改，但新输出不保证一致性。任何改动都需要回归验证已有功能是否正常。
交付范围是否严格匹配原始需求，没有不必要的功能膨胀？
AI 喜欢生成「功能完整」的代码，但完成和可交付之间有距离。需要判断哪些是必要的，哪些是多余的。
验证结果是否有记录，以便后续追溯和复用？
记下哪些测试通过、哪些失败、失败的原因。这些记录是个人判断力积累的核心资产。