AI多Agent协作系统实战(十八):让你改PC端你跑去改移动端——AI Agent的“左右不分“综合症
系列第18篇 | 同一个class名两套代码Agent每次都猜错用户说改PC端Agent改了移动端2026年7月的某天用户发了条消息“搜索栏和banner条距离搜索栏筛选按钮距离按照资产页的来调”任务派给小虾。小虾改完builddeploy。用户看了一眼“这是移动端的我说的是PC端。”好重来。改PC端。改完builddeploy。用户又看了一眼“这回改的是移动端。”同一个问题改了两次两次都改错了端。这不是偶然。翻一下任务记录类似的事情发生过很多次用户说的Agent改的结果“搜索栏太高了”移动端service/index.vue❌ 改错端“侧边栏折叠”PC端sidebar-collapse.css✅ 这次对了“banner间距”移动端notifications.vue❌ 又改错“头像显示”移动端mine/index.vue✅ 对了“间距统一”PC端5个HTML页面✅ 对了命中率大概50%。跟抛硬币差不多。为什么Agent总是搞混原因1两套代码同一个名字项目同时有两套前端代码PC端/static/dashboard.html, /static/project.html, ... ↓ CSS class: .sidebar, .topbar, .search-bar 移动端/mobile/src/pages/index/index.vue, ... ↓ CSS class: .sidebar, .topbar, .search-barclass名几乎一样。.search-bar在PC端和移动端都存在但它们是完全不同的文件、不同的样式、不同的布局。当Agent收到修复search-bar间距的任务时它grepsearch-bar找到了两个文件。选哪个随机。原因2任务描述不说PC还是移动端用户的原始消息通常是“搜索栏太高了”“间距不对”“这个样式不对”没有说PC端的搜索栏还是移动端的搜索栏。用户心里清楚——他截图的时候截的是哪个端。但Agent只看到文字看不到截图对应的上下文。原因3Agent不问直接猜这是最关键的问题。Agent收到模糊指令后的反应是用户说搜索栏太高了 → grep search-bar → 找到2个文件 → 选第一个移动端的因为路径短 → 开始改它没有❌ 问用户你说的是PC端还是移动端❌ 看用户最近截图是哪个端❌ 检查任务ID里有没有端标识❌ 先确认再动手它选择了猜而不是问。这个问题的代价改错端的代价不是白改了而是时间浪费改错→回滚→重改→重新build→重新deploy一轮至少10分钟用户信任下降“怎么又改错了”——用户开始质疑Agent的能力连锁反应如果改错端没有被及时发现错误的修改可能被部署到线上更可怕的是Agent自己不知道改错了。它改完移动端build成功deploy成功然后报告✅ 完成。它以为自己做对了。怎么治方案1任务ID强制标明端✅ FIX-0717-PC-SIDEBAR-COLLAPSE → PC端明确 ✅ FIX-0714-MOBILE-AVATAR-OPACITY → 移动端明确 ❌ FIX-SERVICE-SPACING → 哪个端不知道 ❌ FIX-0714-ALL-SEARCH-SPACING → 哪个端不知道规则任务ID必须包含PC或MOBILE前缀。不含的send_task.py校验拦截。方案2Agent修改前必须确认端在派发给小虾的任务MD里加一条强制规范## ⚠️ 端确认必须执行 1. 检查任务ID是否包含PC/MOBILE 2. 如果不包含先grep找到所有匹配文件 3. 列出找到的文件路径确认哪个是目标端 4. 确认后才开始修改方案3文件路径白名单# PC端文件都在这个目录下PC_DIR/vol1/1000/workspace/file/8080/gainch-service/src/main/resources/static/# 移动端文件都在这个目录下MOBILE_DIR/vol1/1000/workspace/file/8080/mobile/src/pages/修改前先检查文件路径是否在正确的目录下。不在→停→确认。根本教训这个问题的本质不是Agent笨而是信息不对称用户知道他在说哪个端因为他在看截图Agent不知道因为只看到文字解决信息不对称的方法不是让Agent更聪明而是让信息更明确任务ID标明端任务描述写明端Agent修改前确认端不要让Agent猜。明确的信息比聪明的猜测更可靠。

相关新闻

ART编译中C++标准库头文件缺失的排查与修复指南

ART编译中C++标准库头文件缺失的排查与修复指南

1. 项目概述:当ART编译遇上“array”迷雾最近在折腾一个基于Android Runtime(ART)的项目,编译时突然报了个让人头疼的错误:fatal error: array: No such file or directory。这行错误信息,对于任何一个C开发…

2026/7/22 23:51:56 阅读更多 →
RuboCop Performance核心原理:如何通过静态分析发现Ruby代码性能瓶颈

RuboCop Performance核心原理:如何通过静态分析发现Ruby代码性能瓶颈

RuboCop Performance核心原理:如何通过静态分析发现Ruby代码性能瓶颈 【免费下载链接】rubocop-performance An extension of RuboCop focused on code performance checks. 项目地址: https://gitcode.com/gh_mirrors/ru/rubocop-performance RuboCop Perfo…

2026/7/24 1:50:39 阅读更多 →
鸿蒙 ArkTS 实战:Floral Club Portfolio 从花艺社作品集到兴趣社群工具完整解析

鸿蒙 ArkTS 实战:Floral Club Portfolio 从花艺社作品集到兴趣社群工具完整解析

鸿蒙 ArkTS 实战:Floral Club Portfolio 从花艺社作品集到兴趣社群工具完整解析 前言 Floral Club Portfolio 是一个围绕 花艺作品展示 设计的鸿蒙 ArkTS 单页应用。 它把 记录花材、作品、教程步骤、会员点评数和作品照片 这类真实活动需求,拆成状态…

2026/7/24 8:02:01 阅读更多 →

最新新闻

LSTM原理与实战:解决RNN长期依赖问题的关键技术

LSTM原理与实战:解决RNN长期依赖问题的关键技术

1. 为什么需要理解LSTM 循环神经网络(RNN)在处理时序数据时存在一个致命缺陷——长期依赖问题。想象一下,你正在阅读一本小说,要理解第20章的情节,可能需要记住第1章的关键伏笔。传统RNN就像记忆力只有7秒的鱼&#xf…

2026/7/24 10:17:25 阅读更多 →
基于YOLOv11-C2TSSA的马术动作识别系统解析

基于YOLOv11-C2TSSA的马术动作识别系统解析

1. 项目背景与核心价值马术运动作为一项历史悠久的竞技项目,其训练和比赛过程中的动作识别一直依赖人工观察和经验判断。传统方式存在主观性强、效率低下、难以量化等问题。我们开发的这套基于YOLOv11-C2TSSA改进模型的行为识别系统,能够实时检测马匹的跳…

2026/7/24 10:17:25 阅读更多 →
阅卷软件低成本高性价比厂商

阅卷软件低成本高性价比厂商

在当今教育数字化转型的大背景下,阅卷软件成为了学校和教育机构提高教学效率、精准分析学情的重要工具。然而,如何选择一款低成本、高性价比的阅卷软件厂商,成为了众多教育从业者关注的焦点。今天,我们就来深入了解一下山东浩学信…

2026/7/24 10:17:25 阅读更多 →
Java团队转型AI开发的混合架构实践与优化

Java团队转型AI开发的混合架构实践与优化

1. 项目背景与核心挑战最近在带队完成一个银行智能客服系统升级项目时,我深刻体会到传统Java团队在转型AI开发时面临的困境。这个项目要求将原有基于规则引擎的客服系统升级为具备自然语言处理能力的智能系统,团队里8年经验的Java架构师在第一次看到BERT…

2026/7/24 10:17:25 阅读更多 →
OpenClaw学术智能体:AI驱动的科研效率革命

OpenClaw学术智能体:AI驱动的科研效率革命

1. 项目概述:OpenClaw学术智能体的核心价值 科研工作者每天需要处理文献检索、论文写作、数据分析等重复性工作,这些事务性工作占据了大量宝贵时间。OpenClaw作为新一代学术智能体,通过AI Agent技术将传统"问答式"交互升级为"…

2026/7/24 10:17:25 阅读更多 →
Kubernetes内存OOM问题全链路解决方案

Kubernetes内存OOM问题全链路解决方案

1. 项目背景与核心挑战在Kubernetes生产环境中,内存不足(OOM)问题堪称"隐形杀手"。去年我们集群的OOM事件导致关键业务中断累计超过40小时,平均恢复时间(MTTR)长达47分钟。更棘手的是&#xff0c…

2026/7/24 10:16:25 阅读更多 →

日新闻

用Highcharts 创建可拖拽三维散点立方体3D图表

用Highcharts 创建可拖拽三维散点立方体3D图表

该案例基于Highcharts scatter3d 三维散点图实现空间立方体散点可视化,核心特色:三维 X/Y/Z 三轴空间,所有散点分布在 0~10 立方体空间内;散点使用径向渐变实现立体 3D 圆球质感;支持鼠标 / 触屏拖拽画布,…

2026/7/24 0:00:29 阅读更多 →
AppCertDlls:进程创建路径上的 DLL 入口

AppCertDlls:进程创建路径上的 DLL 入口

AppCertDlls:进程创建路径上的 DLL 入口 AppCertDlls 位于 HKLM\System\CurrentControlSet\Control\Session Manager\AppCertDlls。本文的程序功能是只读列出这个键在 64 位和 32 位注册表视图中的全部值,并显示每条值的来源、名称、类型和可安全显示的数…

2026/7/24 0:00:29 阅读更多 →
我的编程之路:第一篇博客

我的编程之路:第一篇博客

大家好,我是一名编程初学者,同时这也是我编程学习之路上的第一篇博客。在这里,我想要向大家介绍我的一些想法和规划。a.自我介绍我是一个刚刚接触编程的新手,目前在学习c语言,我对编程世界充满了强烈的好奇。当然&…

2026/7/24 0:00:29 阅读更多 →

周新闻

Go语言静态资源打包方案对比与实践指南

Go语言静态资源打包方案对比与实践指南

1. 项目背景与核心需求在Go语言开发中,我们经常需要处理静态资源文件的打包问题。无论是Web应用的模板文件、前端资源,还是配置文件、证书等,都需要随程序一起分发。传统做法是将这些文件与编译后的二进制文件放在同一目录下,但这…

2026/7/24 3:59:20 阅读更多 →
Go语言实现高性能LDAP认证服务的架构与实践

Go语言实现高性能LDAP认证服务的架构与实践

1. 项目背景与核心价值LDAP(轻量级目录访问协议)作为企业级身份认证的黄金标准,已经服务了超过80%的财富500强公司。我在金融科技领域实施统一认证体系时,发现传统Java方案存在启动慢、内存占用高等痛点。而Go语言凭借其协程并发模…

2026/7/24 1:23:39 阅读更多 →
【AI面试官实战指南】:用ChatGPT模拟10类高频技术岗面试,3天提升应答精准度92%

【AI面试官实战指南】:用ChatGPT模拟10类高频技术岗面试,3天提升应答精准度92%

更多请点击: https://intelliparadigm.com 第一章:AI面试官实战指南的核心价值与适用场景 AI面试官并非替代人类HR的“黑箱工具”,而是以可解释、可审计、可迭代的方式,赋能招聘全链路的关键基础设施。其核心价值在于将主观经验沉…

2026/7/23 17:49:47 阅读更多 →

月新闻