所有权学习出错时怎样快速降级
模型调用失败后,降级路径不能继续持有半成品结果。我的函数返回明确枚举:成功结果、本地规则结果或不可用。
enum Outcome { Model(String), Rule(String), Unavailable }
调用方按枚举渲染,不把错误对象强转成正常文本。模型输入是脱敏样例;降级规则也只处理允许的字段。这个设计不能让模型更准确,但能让失败时行为可预测。
先识别哪一类失败,别急着重试
学习所有权时,报错往往来自不同层面:代码不通过编译、示例服务没有响应、模型解释超时,或者用户输入根本不完整。把它们都写成“稍后再试”会让用户不知道下一步怎么做。编译错误应保留编译器原文,并在旁边解释涉及的变量或生命周期;网络错误要说清是本地练习环境不可用,还是辅助解释服务不可用;输入缺少上下文时,要求用户补充具体函数,而不是让模型猜。
降级的目标不是伪造正常结果。模型服务不可用时,页面仍能给出确定性的材料:错误位置、相关规则链接、最小复现步骤和重新执行按钮。若有预先写好的规则提示,也要注明它来自规则而非这次代码的推理。对于无法判断的情形,宁可显示“暂时没有足够上下文”,也不要生成一段看似通顺的借用建议。
给用户一条能回到任务的路径
错误页面至少要回答三件事:发生了什么、哪些内容没有被处理、现在可以做什么。例如解析器拒绝输入时,指出行号和期望格式;运行环境没有启动时,提供刷新或稍后重试;调用配额被限制时,保留编辑器内容并告诉用户何时可以再次请求。不要清空用户正在写的代码,也不要因为辅助功能失败就禁用提交和本地测试。
开发时我会给每种 Outcome 写一条端到端用例。模拟模型返回空内容、请求取消、规则匹配失败和编译器输出异常字符,确认 UI 不会把错误对象显示为“答案”。测试覆盖的是用户看得见的分支,而不是枚举本身。这样新增一种失败时,代码会迫使我们补齐渲染与记录,而不是悄悄落入默认分支。
降级也要可观察
记录事件时只带失败类别、耗时、版本和是否走了规则路径。学习代码、题目正文和用户标识不应出现在普通诊断日志里。观察一段时间后,如果某个规则降级频繁触发,就回看它的触发条件;如果用户总在同一步放弃,优先改善错误说明而不是提高重试次数。可靠的降级不是隐藏故障,而是让故障不打断用户继续学习。
还要避免把临时服务问题误判成用户代码问题。错误来源可以在界面上用简短标签区分:编译、输入、辅助服务或本地环境。用户据此知道该继续改代码、补充片段,还是稍后再发起解释。标签只陈述已经确认的状态,不拿推测替代诊断。
发布前我会手动走一次离线场景:断开辅助服务,完成一段包含所有权错误的练习,再恢复服务重新请求解释。两次结果都应该有明确边界,且编辑内容始终保留。这个场景简单,却能暴露很多把网络调用埋在主流程里的问题。
出错后的页面也应允许用户继续做确定性操作,例如查看编译输出、复制错误信息或重新运行本地测试。辅助解释只是其中一层,不能把它做成入口唯一的开关。这样即使服务暂时不可用,练习仍然能往前走。
714



被折叠的 条评论
为什么被折叠?



