借助智能工具学习编程:从一个能跑的小任务开始
我用“给 CSV 增加空值校验”练习 AI 辅助编程,而非让它生成一整个项目。先手写测试:空列名应报错,普通两列表格应通过。再让工具只补解析函数的一个分支。
cargo test csv::rejects_empty_header
它给出的代码如果引入新 crate,我先查项目是否已有同类能力;这次只用标准库。提示词中不放真实导出数据,测试文件用虚构字段。最后按 diff 阅读每一行,特别看错误信息是否泄露原始输入。工具产出是候选实现,测试结果才是我接受改动的依据。
用失败样例确定规则
我会再补上只有分隔符的首行、带引号的空字段和末尾多一个分隔符这几种输入。它们不一定都该报错,但处理方式要先写成断言。工具提出的修复如果改变函数签名,我先看调用方是否真的需要跟着变化。学习任务里,说明白一个分支通常比提早抽象一套框架更有价值。
留下能继续练习的记录
每次只保存测试名、改动 diff 和一句失败原因,例如“空列名被当成普通列名”。不通过的候选代码也可以留作反例,但不应直接复制到下一个项目。练习积累下来,学到的是怎样缩小需求、怎样用测试拒绝不合适的改动,而不是某条提示词。
解析成功不等于规则允许
CSV 语法允许空字段,不代表当前导入规则允许空列名。解析函数负责处理引号、逗号和换行;校验函数负责判断表头是否为空、列数是否一致。把两件事塞进一个长函数,工具生成的代码即使能跑,也难以检查每个分支该由谁维护。练习里可以先把结果写成三类:无法读取、可读取但表头不合法、表头合法。
末尾分隔符代表空字段还是格式错误,也要先由题目决定。断言表达不清时,不应要求工具“把测试修好”。先确认规则,再缩小输入。模型能给候选实现,却不能替人决定产品语义。
diff 要检查隐蔽副作用
自动补出的代码可能一次读完整个文件,或把原始整行拼进错误消息。前者未必适合大文件,后者可能泄露输入。错误提示说明第几列为空即可,不必回显 CSV 正文。即使当前练习用的是虚构数据,也值得把这种检查养成习惯:逐行看新增依赖、读写范围和错误路径,再决定是否接受。
让工具解释局部代码
遇到一段陌生实现,我会先让工具解释一个具体条件,例如带引号字段中两个连续引号怎样处理,而不是问“这段 CSV 解析可靠吗”。回答再好,也要拿到对应测试里核对。若解释和代码不一致,优先相信可运行的测试与语言规则,不为迎合说明去改断言。把问题缩到一个分支,能让我看见它使用的状态、输入和返回值。
练习完成后,我会自己把解析函数重新写一遍,哪怕写得不如候选代码短。第二次写时若仍说不清空字段、空列名与行尾分隔符的区别,就说明第一次只是接受了结果。保留这份差异也很有用:它能指出我卡在规则理解、字符串处理还是错误建模,而不是笼统地说“AI 没帮上忙”。
提交前再跑一遍目标测试和全部 CSV 相关测试,防止局部修复碰坏已有输入。若工具建议修改测试名称或删除边界样例,我会先找出它想省掉的是什么规则;练习中的测试少一条,往往就少了一次确认理解的机会。
313



被折叠的 条评论
为什么被折叠?



