Task Comparison
编程与 Agent
比较真实仓库中的理解、修改、测试、权限和恢复能力。
The Question
代码基准高，是否就能安全修改你的项目？
Must Know
必须掌握
- 看端到端完成而非单题。
- 检查是否运行测试并报告证据。
- 评估权限与回退。
Know Enough
应当了解
- 终端、浏览器和编辑工具
- 长任务检查点
- 代码审阅与故障恢复
Put It to Work
落实到工作
- 01
用有测试的真实小任务。
- 02
限制可写目录。
- 03
审阅差异和副作用。
Common Mistakes
不要这样理解
- 只看补丁不运行
- 允许跳过失败测试
- 把未提交用户改动覆盖掉
Primary Sources
继续阅读
- 01ReAct