@yihui_indie: 我离开职场太久了,我现在很好奇大厂里面 QA 的工作,还是和以前的工作流模式一样吗?就是测出一个 bug 之后给 RD 提 ticket。 因为我发现我现在在给研发提 bug 的时候,其实提的这个 bug 本身就是给 AI 的提示词,我觉…
摘要
作者离开职场后,好奇大厂QA的工作流是否仍是测出bug后提ticket,并认为提bug本身可视为给AI的提示词,不如直接让AI修改代码。
查看缓存全文
缓存时间: 2026/05/31 12:48
我离开职场太久了,我现在很好奇大厂里面 QA 的工作,还是和以前的工作流模式一样吗?就是测出一个 bug 之后给 RD 提 ticket。
因为我发现我现在在给研发提 bug 的时候,其实提的这个 bug 本身就是给 AI 的提示词,我觉得还不如我直接拉到对应的分支,直接发给 AI 修改呢。
相似文章
@Ryrenz: 大部分人用编程 AI 只会说「帮我改一下这个 bug」,然后花半小时跟它拉扯。换个说法,一次就对。 1. 让它先看再动 「先别写代码。把相关文件读一遍,告诉我这个功能现在是怎么走的,我确认完你再改。」 2. 卡住的 bug 「不要猜。加日…
一条关于如何更有效地使用编程 AI 的实用提示,列出了 12 条具体指令范例,如让 AI 先读代码再修改、只改必要部分、写进 AGENTS.md 等,以减少来回拉扯并让规则长期生效。
@bozhou_ai: https://x.com/bozhou_ai/status/2074030629956780417
本文作者基于Anthropic员工Thariq的《A Field Guide to Fable》文章,重新思考了AI编程工作流中的未知项管理,提出了从盲区扫描、多版原型、AI采访到实现笔记和测验等方法,强调在编码前发现未知因素以减少返工。
@ThisisHan1_: 最近做了一条开发 pipeline,想分享一下背后的想法。 我是被 loop / goal engineering、还有 auto-goal(让 agent 自己写 goal、自己 spawn 子任务)那一串东西启发的。但真正让我想通的,…
这个开发管道通过先制作粗糙原型引发用户反馈,将每次“不对”的反应转化为可检查的规则,然后由AI代理独立开发并验收,以尽早发现问题并避免自欺欺人。
既然知道 AI 代理可能会在人类之前处理你的 Bug 工单,你现在写 Bug 工单的方式有什么不同?
本文探讨了工程师在撰写 Bug 工单时日益重视文档规范的趋势,以适应 AI 代理的理解需求,并指出了这一转变带来的工作流程挑战。
@vikingmute: 很棒的流程,现在也是我开发新 feature 和 新点子的主要流程: Grill 让 AI 疯狂拷问一些细节,直到清晰 -> Research 针对有难点的地方,单独分析,并且创建一个 research 文档(可以略过) -> PRD 生…
VikingMute 分享了其开发新功能和点子的主要流程:使用AI(Grill)进行细节拷问,Research分析难点,生成PRD,拆分为独立Issue,分步实现,最后Review。这是对Matt Pocock AI开发七阶段方法的补充。