---
title: "回来：反馈越具体，修得越快"
description: "今天编程 agent 都在“跑、读报错、改”；我们做课件也一样：一份具体的反馈让一次急修 45 分钟完成，一句点中要害的话扳回了 AI 自查看不出的毛病。"
---

## 这一页为什么在这里

## 上屏

- 第 1 步：今天一句：编程 agent 的主循环，就是跑、读报错、改、再跑。
- 第 2 步：我们（示意）：报告：截图＋三个链接＋哪个浏览器 → 逐个比对 116 个画面 → 定位到 3 页 8 个画面 → 上线验完。一行：前后 45 分钟；反馈越具体，修得越快。站牌上“解释器”一起亮。
- 第 3 步：一行：一句“要织成网，不是连成线”，扳回了设计的 AI 自查多遍没看出的毛病。一句问题：一次修好了，下次还好吗？（→ 整个环境）

## 讲

### 第 1 步 · 教师可说的话

第 1 步

回到今天。你用的编程 agent，主循环就是这个：跑一下，读报错，改，再跑。第十讲我们把它拆开看。

### 第 2 步 · 教师可说的话

第 2 步

我们做课件也天天在这个循环里。还是上周一那次急修，“解释器”那一站讲过它怎么量，这里讲它怎么报。上午十一点半，我发过去的是一张截图、三个链接，说清是哪个浏览器。AI 拿到这些，在两个浏览器里把 116 个画面逐个比对，定位到 3 页 8 个画面、一行样式，十二点二十上线验完，前后 45 分钟。要是我只说一句“有个表格好像不对”，不会这么快。反馈越具体，修得越快。

### 第 3 步 · 教师可说的话

第 3 步

还有一次更说明问题。这一讲的主线，第一版七站连成了一条线，设计的 AI 自己查了好几遍，没看出毛病；我一句“要织成网，不是连成线”，就扳回来了。这就是刚才那个 33% 到 53%：模型看不准自己，人给的那一句准的反馈，值钱。留个问题：一次修好了，下次还好吗？

### 本页衔接

回扣“解释器”（同一件急修的另一面）；第十讲的影子（主循环）；→ 整个环境。

### 连续教师稿原文

回到今天。你用的编程 agent，主循环就是这个：跑一下，读报错，改，再跑。第十讲我们把它拆开看。

我们做课件也天天在这个循环里。还是上周一那次急修，“解释器”那一站讲过它怎么量，这里讲它怎么报。上午十一点半，我发过去的是一张截图、三个链接，说清是哪个浏览器。AI 拿到这些，在两个浏览器里把 116 个画面逐个比对，定位到 3 页 8 个画面、一行样式，十二点二十上线验完，前后 45 分钟。要是我只说一句“有个表格好像不对”，不会这么快。反馈越具体，修得越快。

还有一次更说明问题。这一讲的主线，第一版七站连成了一条线，设计的 AI 自己查了好几遍，没看出毛病；我一句“要织成网，不是连成线”，就扳回来了。这就是刚才那个 33% 到 53%：模型看不准自己，人给的那一句准的反馈，值钱。留个问题：一次修好了，下次还好吗？

## 完整推理

回到今天。你用的编程 agent，主循环就是这个：跑一下，读报错，改，再跑。第十讲我们把它拆开看。

我们做课件也天天在这个循环里。还是上周一那次急修，“解释器”那一站讲过它怎么量，这里讲它怎么报。上午十一点半，我发过去的是一张截图、三个链接，说清是哪个浏览器。AI 拿到这些，在两个浏览器里把 116 个画面逐个比对，定位到 3 页 8 个画面、一行样式，十二点二十上线验完，前后 45 分钟。要是我只说一句“有个表格好像不对”，不会这么快。反馈越具体，修得越快。

还有一次更说明问题。这一讲的主线，第一版七站连成了一条线，设计的 AI 自己查了好几遍，没看出毛病；我一句“要织成网，不是连成线”，就扳回来了。这就是刚才那个 33% 到 53%：模型看不准自己，人给的那一句准的反馈，值钱。留个问题：一次修好了，下次还好吗？

好反馈的几个要素：能复现（环境、步骤）、实际与预期、证据（截图、链接、报错原文）、范围（只这一处还是一类）。这一页急修的时间线：11:35 报告（截图、三个链接、哪个浏览器）→ 两个浏览器逐个比对 116 个画面 → 定位到 3 页 8 个画面、一行样式 → 12:20 上线验完。

## 学生可能的回答与误区

“AI 会自己发现问题”：它能发现一部分；看不出的那部分，要靠准的外部反馈。

## 教学构造与出处

教学构造：“我们”一拍是本课程课件制作中的真实环节（第八讲上课前的急修；这一讲主线的第一版被否），画面用示意图。

教学构造：分镜标注为“重｜回来（今天、我们、影子）”。

## 动手

课后一步：下次给 AI 报错，附上复现步骤、实际与预期、环境（哪个浏览器、哪个版本）。
