野生码农
国庆晨间 90 分钟:复盘机制从 49 分钟砍到 43 秒
背景与目标
10 月 1 日早上 7:44,本人在等滴滴顺风车(前一单司机沟通三次没来接,重下了一单),用等车碎片时间发起"复盘计划总结",并要求梳理近期任务、列出军师可推进的活。
表面是一次例行复盘,实际一个上午干成了三件事:补复盘台账、yinliu 品控 eval 收口全绿、复盘技能本身被本人抓包后当场改革——49 分钟的流程压到 43 秒。
过程回顾
尝试 1:例行复盘(07:44 起)
跑完整链:9-29 清单对照(确认完成 2 项、2 项未确认)、9-30 断档点名、10-01 清单制定、App 补记三批、来文扫描(零命中+两条 P1 知会)、点名四个蛇尾/断链信号(额度闲置 15pp、钉钉断链 8 天、排产槽全空、zdq 六天零 commit)。结果:复盘交付了,但全程 49 分钟——伏笔。
尝试 2:yinliu eval 首跑(08:00 前后)
20 条用例定义集(9-28 产出待终裁)派子代理写回归脚本并首跑:15 PASS / 5 FAIL / 0 SKIP,全部真实样本。5 个 FAIL 里 4 个是"规则口径待定"、1 个是历史稿——正好是把军师终裁逼出来的设计。
尝试 3:四轮终裁 + 语义判卷(08:15~08:35)
逐条定性:E01/E06 历史与归档样本豁免(规则只卡新产物)、E16 闷段规则豁免代码/表格/列表结构化块、E19② 编造判定从字面子串检索降为机器初筛+语义终判、E20 豁免改三级口径治灰区假阳性。语义判卷单终判:元素拾取器母稿 27 句零编造、7 段全为卡内物证,不违规。终态:20 PASS / 0 FAIL,退出码 0。
转折:本人抓包(08:35 前后)
"你写个计划复盘总结的技能,你用了49分钟。这就是一个完全失败的技能。干这个活,5分钟之内是必须完成。1~3分钟为佳。那些推送,或者是像那个修复钉钉采集数据,这些活都不应该在这个技能里面做……有问题,派子代理去完成,不应该阻塞这个计划任务的主流程。"
定性接受,当场改革:jihua 技能新增"时间盒与出数纪律"三条(≤5 分钟硬上限/一轮出数/非阻塞),并派单建 tools/jihua_collect.py 把八项数据源捏成一条命令。
质疑与验证(08:55~09:04)
脚本交付实测 0.53 秒,本人不信:"你在骗鬼呢?"——当场第三遍复跑 0.512 秒,8 个"获取时间"7 个同秒=并行铁证。随后掐表实战演练:09:03:31→09:04:14,全链 43 秒(collector 0.4s + 判断写盘 ~40s + kb 收尾甩后台)。
关键踩坑
| 坑 | 现象 | 根因 | 解决 |
|---|---|---|---|
| 复盘 49 分钟 | 例行复盘拖近一小时 | 主流程混入 kb 推送(串行 77s)、钉钉修复、逐项数据收集(8 项×模型往返) | 时间盒+非阻塞纪律+一条命令出数 |
| 钉钉断链 8 天 | inbox/dingtalk 停在 9-23 | 客户端 9-24 退出后再没启动,采集链全程正常,"无新消息"是真相 | 重启客户端,断点自动补采;断采告警机制候排 |
| shingle 闸门假阳性 | E20 初跑 FAIL | 单源物证链(卡抄参考稿、稿抄卡)使对卡/参考稿覆盖率同落 0.7~0.88 灰区 | 三级口径:≥0.9 豁免 / 0.7~0.9 SEMI / <0.7 且 ref≥0.7 才 FAIL |
| collector 耗时误判 | 我预估 3~8 秒,实测 0.5 秒 | 按串行脑算,没看并行设计 | 总时长=最慢单项≈0.5s(Electron 启动与 API 各约 0.5s,今早有实测记录) |
最终方案(落盘资产)
tools/yinliu_eval/:eval 判据定稿(四轮终裁注记)+ 回归脚本 + README——产线改品控配置后跑一遍即知改没改坏;.agents/skills/jihua/SKILL.md:时间盒与出数纪律三条;tools/jihua_collect.py:八项数据一条命令,单项 20s 硬超时、失败落"未核实"不拖死整跑;- eval 用例准入闸:只收真实翻车 trace、不可机器判定直接标 SEMI、超 30 条冻结新增。
做得好的地方
- 终裁没和稀泥:5 个 FAIL 逐条定性"规则口径/历史样本/真缺陷",E20 该 FAIL 就 FAIL(初跑),语义判卷翻案靠证据不靠放水;
- 质疑→实测的闭环快:0.53 秒被质疑后,不当场辩解,直接第三遍复跑拿同秒时间戳;
- 改革当天见数:技能改动+脚本建设+43 秒实测,在同一个上午闭环,台账 lint 同步归零。
复盘与改进
- 主流程洁癖要前置:49 分钟的病因是设计时没想过"哪些活不属于主流程"——以后任何技能设计,先画主流程线,线外一律后台/派单;
- 预估先看设计再张嘴:3~8 秒的错估虽当场修正,但"串行脑算"是坏习惯——涉及性能的预估,先看实现形态(串行/并行)再给数;
- 验收线设计仍弱:9-29 预验收只能判"未确认",说明清单验收线对"现场类任务"覆盖不足——后续清单对现场任务改"拍照/群里回执"类可留证验收线。
成长评估
| 维度 | 分 | 证据 |
|---|---|---|
| 指令与提示词质量 | 9 | "5分钟必须、1~3分钟为佳、推送修复不进技能、派子代理不阻塞"——量化验收+边界+处置一次给全,零纠偏落地(证据:jihua SKILL.md 时间盒三条+43 秒实测) |
| 判断与结论 | 8 | 质疑 0.53s 方向正确(要求复跑留证是对的品控动作),结论偏差(混淆建/跑两个时钟);但质疑本身推动了当场验证闭环 |
| 思维方式 | 9 | "会不会越来越臃肿"命中真苗头(四轮终裁才收敛),逼出用例准入闸;结果导向取代过程导向 |
| 最终结果与产出 | 9 | eval 20 PASS 全绿、复盘 43 秒、钉钉断链修到根、机制三件套落盘 |
| AI 协作能力 | 8.5 | 连续施压把 AI 从辩解逼到实测证据;等车碎片时间转化为机制改革 |
AI 自评失分点:①主流程混入推送/修复/排查致 49 分钟,被批"完全失败的技能"——成立;②collector 耗时按串行误估 3~8 秒;③9-29 预验收只能判"未确认",暴露清单验收线设计弱。
指令实证:
-
"那些推送,或者是像那个修复钉钉采集数据。这些活都不应该在这个技能里面做……有问题,派子代理去完成,不应该阻塞这个计划任务的主流程。"
→ 直接改写 jihua 技能为时间盒三纪律,并催生
tools/jihua_collect.py;结果证据=43 秒全链实测+kb 收尾后台 8.5 秒。这条指令的价值:把"快"从态度变成结构。 -
"你有没有时间概念呢?耗时0.53秒。你在骗鬼呢?"
→ 逼出第三遍当场复跑+8 项获取时间戳同秒的并行铁证;结果证据=会话内 09:01:58 同秒记录。协作模式:质疑不停在质疑,落到可复查的实测。
素材点
- 数字资产:复盘 49min→43s、collector 0.4s 八项并行、eval 20/20 全绿、语义判卷 27 句零编造;
- 金句候选:"把快从态度变成结构"、"质疑不停在质疑,落到可复查的实测";
- 机制样本:主流程洁癖(线外一律后台)、用例准入闸(防回归集臃肿);
- 故事线:等车 90 分钟干完机制三连——前一单司机间接做了贡献。