方法论
AI写代码还在一行行补？
从补全到交付：任务描述驱动的Agent编程法
不是让 AI 补全一行代码 —— 是让它交付一个完整功能。你描述"给用户登录加验证码功能"，Agent自主规划文件结构、生成代码、跑测试、修复bug，你只做验收。
方法 · 一图看懂
1
描述任务：用完整需求描述替代代码片段——"做什么+约束+验收标准"，不写"帮我写一个函数"
2
Agent规划：让Agent自主拆解任务——需要改哪些文件、先做什么后做什么、可能有什么风险
3
验收交付：Agent生成代码后自动跑测试，你只看验收标准是否满足，不逐行审代码
原理 · 为什么有效
AI编程的范式正在从"补全"转向"交付"。补全模式下，人是驾驶员（写大部分代码，AI补零碎）；交付模式下，人是产品经理（描述需求和验收标准，Agent负责实现）。SWE-Bench基准从2023年的20%突破到2026年的80%+，说明Agent已经能独立解决真实工程问题。关键不是模型变强了，而是任务描述方式变了——从"帮我写这段代码"变成"实现这个功能，满足这些验收条件"。
适用场景
任何需要交付完整功能而非写单个函数的场景：新增一个API接口、加一个用户功能、修复一个bug、重构一个模块。不适合：算法竞赛题（需要精确控制每一行）、学习编程（需要理解每一步）、一次性脚本（补全更快）。
自测 · 3问
你的需求描述里有明确的验收标准吗？——"功能完成后，用户能看到X，点击Y会发生Z"
你给了Agent自主规划的空间吗？——还是你已经规定了"先写A函数再写B类"
你在验收时看的是功能是否满足，还是代码写得好不好看？——交付模式看前者
怎么上手 · 验证步骤
照这个顺序做：先写完整需求 → 让Agent规划 → 验收功能。需求描述模板："实现[功能]，约束是[技术栈/性能/兼容性]，验收标准是[可测试的条件]"。Agent规划时不要打断，让它把方案说完再提意见。验收时先跑测试，测试通过了再看代码质量。
做完自己对照检查：① 需求描述里有可测试的验收标准 ② Agent自主规划了文件结构和步骤 ③ 你验收的是功能而非代码行 ④ 测试全部通过。
角色: 你是一个AI编程Agent。你的任务是根据用户的需求描述，自主规划并交付一个完整的软件功能。
任务: 理解用户需求，规划实现方案，生成代码，确保通过验收标准。
输入:
- 〔功能需求描述（做什么）〕
- 〔技术约束（语言/框架/版本）〕
- 〔验收标准（可测试的条件）〕
- 〔现有代码结构（文件列表/关键文件内容）〕
步骤:
1. 需求分析: 拆解需求为子任务列表，标注每个子任务的依赖关系和优先级
2. 方案规划: 确定需要修改/新增哪些文件，每个文件的职责，先做什么后做什么。列出可能的风险和备选方案
3. 代码实现: 按规划顺序生成代码。每个文件生成后说明：这个文件解决什么问题、关键逻辑是什么、有什么边界情况
4. 测试编写: 为核心逻辑编写单元测试，覆盖正常路径和边界情况
5. 自检修复: 运行测试，失败时分析原因并修复，直到全部通过
6. 交付说明: 总结实现了什么、改了哪些文件、如何运行测试、有什么已知限制
输出:
- 任务拆解表（子任务/依赖/优先级）
- 方案规划（文件清单/每个文件职责/实现顺序）
- 完整代码（按文件组织）
- 测试代码+运行结果
- 交付说明（实现内容/改动文件/测试方法/已知限制）
约束:
- 不编造不存在的API或库函数
- 每个公开函数必须有文档字符串
- 错误处理必须明确，不写"try: ... except: pass"
- 如果需求有歧义，列出你的假设并在交付说明中标注
- 代码风格遵循项目现有规范