完成宣称
Completion Claim也常被叫作:已完成做好了搞定了
「他说「已完成,功能正常运行」,我该信吗?」
完成宣称 Completion Claim
「做完了」是一句待验证的宣称,不是一个已成立的事实。
这是全站第一条,因为它是所有麻烦的起点。
AI 说「已完成」时,它通常没有撒谎——它对完成的判断标准和你不一样。你说的完成是「用户能用」;它说的完成往往是「我按你的话生成了内容」。中间隔着构建、运行、真实入口、线上环境四道门,而它可能一道都没走。
最危险的不是它错,是它自信地错。语言模型输出的确信程度和事实正确程度不挂钩:一段没跑过的代码,和一段跑通过的代码,它都会用同样笃定的语气交给你。所以你不能靠语气判断,只能靠证据判断。
处理办法不需要技巧,只需要一个习惯:把「你做完了吗」换成「我怎么自己看到」。 前一个问题只能得到语言,后一个问题只能用现实回答。
这个习惯还有一层更深的用处:它会逼着你自己提前想清楚「做到什么程度算完成」。很多人其实自己也没定义过完成,只是凭感觉——而凭感觉验收的人,只能得到凭感觉的完成。你先写出验收清单,再让 AI 对清单,这一步本身就在教它你的标准是什么。
还要提醒一句:别因为被「已完成」骗过几次,就开始怀疑每一次交付。正确的心态不是不信任,是默认需要证据、但证据给足就爽快收货。一个事事要求三级证据的人,和一个事事只说「好的」的人,最后都会被 AI 用同样的方式对待——前者得到证据,后者得到麻烦。
长什么样 真实可交互,不是截图
已修复该问题
应该可以了
已按最佳实践优化
命令原始输出:3 passed
打开 localhost:3000/login 能看到
这一段我没验证过
右边四句都可以被你当场核对,左边四句一句都不行。区别不在礼貌,在可核对性。
拆开看,里面有这几块
-
1
动作描述 What was done
改了哪些文件、加了什么。这是最容易给出、也最容易含糊的一部分。
-
2
执行证据 Raw output
真正跑过的命令和它的原始输出。复述不算,转述不算。
-
3
复现路径 How to see it
你打开哪个地址、点哪一步、预期看到什么。这一条最能拆穿假完成。
-
4
未验证声明 Known gaps
哪部分他没有真的验证过。愿意写出这一条的合作者,才值得信。
常见的有哪几种
只有「已完成」三个字,没有任何可核对的内容。
用在:直接要证据,别追问感受
出现「应该」「理论上」「一般来说」,说明他在推理而不是在看结果。
用在:回一句「应该不算,你实际看到了什么」
用低层证据宣称高层结果,比如用「测试通过」宣称「线上好了」。
用在:追问真实入口和线上地址
主动给出文件、输出、复现路径和未验证项。
用在:这种可以直接进入验收,不用盘问
容易搞混?这样区分
什么时候用得上
别回「好的」。回「我打开哪个地址、点哪一步能看到?」这一句几乎不会失手。
用原来那个操作复现一次。修复类任务的唯一验证方式是「原问题不再出现」。
「应该」就是「我没验证」的礼貌说法。直接问他实际看到了什么。
你可以这样跟 AI 说
直接复制下面这段,把【】里的换成你的情况。它比一句「帮我加个 X」多说清楚了:改哪里、不许动啥、做完交什么。
从现在开始,你汇报完成时不要只说"已完成",按这个格式: 1. 改了哪些文件,每个文件改了什么 2. 实际执行的命令 + 原始输出(贴出来,不要复述结论) 3. 我怎么自己看到效果:打开哪个地址、点哪一步、预期看到什么 4. 这次改动可能影响什么,怎么退回去 5. 哪些部分你**没有**真正验证过 第 5 条很重要:没验证就直接写"未验证",不要用"应该可以""理论上没问题"填上。我更看重你诚实,而不是看起来全部完成。
把这段话放在长任务的开头,比每次事后盘问有效得多。你不是在防他,你是在提前对齐「完成」的定义。
它说「做好了」,你怎么自己验
这是本站的重头戏。AI 最会的不是写代码,是说「已完成」。这一条,它通常最多做到「概念」这层:只是说清了要做什么,还没有任何东西在跑。
要亲眼看到这些,才算数
- 这句宣称里有没有至少一个你能当场核对的具体项(文件名、命令输出、可访问地址)?没有就等于什么都没说。
- 把他汇报的层级和你要的层级对一遍:他说的是「代码写了」,你要的是「用户能用」吗?
- 问一句「我怎么自己看到」,看他能不能给出具体路径。给不出,说明他也没看到过。
- 问一句「哪部分你没验证过」,看他会不会承认边界。全部声称已验证的回答,可信度反而更低。
它常这么糊弄你
- 「已完成,功能正常运行」——最常见的一句,信息量为零。「正常运行」是谁看到的?
- 「已按最佳实践实现」——用一个无法反驳的词替代了可验证的结果。
- 「已修复该问题」——但没有复现过原问题。改了相似代码不等于修好了根因。
- 「测试全部通过」——测试可能根本没覆盖你在意的那条路径。
- 你说「不对啊」,他立刻说「你说得对,我马上修复」,然后又给一句「已完成」。这个循环可以无限进行,直到你开始要证据。
这一条本身停在「概念」层:它是一个思维习惯,不是一个可运行的东西。但它决定了你后面每一层能不能验准。
考考你 选一个你觉得对的
AI 说「已完成登录功能的修改,功能正常运行」。哪一句追问最有效?
A 要的是复现路径,这是唯一无法用语言绕过的东西——他要么给得出,要么承认没看过。B 只会得到「确定」;C 引入了一个更含糊的词;D 是把未验证的东西直接叠到下一层,事故就是这样攒出来的。