AI教程

用固定邻居位置速度核对三类局部转向向量。提供自定输入、完整计算和可核对结果，说明适用条件。

智能体把两份数据关联后，总行数突然增加，先检查关联键是否重复。给AI的要求应包括一对一还是多对一，不能只说“按ID合并”。

AI 自动化脚本写文件时，不能在数据尚未验证完之前覆盖旧结果。先在同目录写临时文件，检查成功后再替换，可减少失败留下半截输出的机会。

AI 生成前端模拟数据后，需要先检查关系是否自洽。订单指向不存在的用户、重复ID或每次刷新不同的随机结果，都会令联调问题难以复现。

让 AI 写测试报告时，原始测试记录必须先成为标准源。摘要里的通过、失败和未执行数量都能回到用例ID，才能防止模型补出漂亮但没有依据的结果。

AI 可以提出模糊测试的输入维度，但随机生成不能只跑一次就丢掉。固定种子、保存输入和明确不变量，失败后才能把同一问题交回AI修正。

计算两人共享工具时的有限时域联合策略和总成本。提供自定输入、完整计算和可核对结果，说明适用条件。

AI 对比文件时，先在本地确认是否真的变化，再把无隐私差异交给模型解释。内容哈希能看到字节变化，文本diff能指出行变化；两者解决不同层的问题。

AI 写压缩脚本时，要验证归档里有什么，而不是只看到.zip文件生成。用固定相对成员名写入，再逐一读出比较字节，能发现漏文件、目录层级错误或编码损坏。

AI 文件分类先产生建议表，再由本地规则确认每个文件恰好出现一次、类别在允许范围内。不确定的文件应进入复核清单，不能自动归到“其它”后执行。