AI 产物三层审核法

这个技能解决什么问题

AI 生成的代码、文档甚至整个产品，在「理想路径」上往往无懈可击：能编译、能演示、文档自洽。但一进入现实场景就会翻车——加载过程中按快捷键触发了不该触发的动作，异步请求还没返回就切换上下文，旧请求的结果覆盖了新状态，删除对象后定时器还在跑。

根源在于 AI 生成产物时默认走 最短可行路径，只保证主流程成立，不会主动思考「用户在动画期间操作会怎样」「请求进行中切换会怎样」这类它默认不提的场景。靠人工逐行 review 又很难系统性覆盖这些缝隙。

它如何工作

这个技能把「能看 → 能用 → 能放心用」三道成熟度门槛拆成三层独立的审核 pass，每层有独立的退出标准，绝不合并：

• 能看层：对照契约逐条验证实现位置，确认编译/构建通过、主流程可演示、文档与实现自洽
• 能用层：模拟真实用户的非预期操作序列——重复点击、快速切换、取消返回、空值与超长输入，检查错误路径是否有反馈与回滚
• 能放心用层：假设时序、生命周期、数据、状态四类敌对路径一定会发生，用举一反三深挖把已发现的卡点抽象成主线，沿主线追问至少 3 个同类场景

修复阶段按 P0/P1/P2 排序，每个修复点立即编译验证，修完回到三层重新回归审核，最后输出一份可执行、可追溯的 Markdown 审核报告。

适用边界

这是一套静态推演方法，能识别「想得到的卡点」，替代不了单元测试、集成测试和压测这类动态验证，也不覆盖安全渗透和用户主观体验。审核者自身的盲区与 AI 同源，建议多人交叉审核，并用真实故障复盘持续补充主线模板库。