Table of Contents

Вернуться к курсу «Практический рабочий процесс с ИИ»

Принимайте результат ИИ только после проверки доказательств, подходящих для задачи. Хорошо оформленное объяснение, настроенный инструмент и зеленый индикатор тестов отвечают на разные вопросы. В этом уроке создается единая запись проверки для практической лабораторной работы.

Результат обучения: вы подготовите запись о приемке источников, охвата файлов, тестов, конфиденциальности и использования.

Основные выводы

  • Проверка источника: сравните фактическое утверждение с актуальной авторитетной записью.
  • Проверка охвата: изучите измененные файлы или системы.
  • Проверка поведения: запустите тесты и подходящие ручные сценарии.
  • Проверка конфиденциальности: выясните, какие данные получил инструмент или поставщик.
  • Проверка использования: запишите токены, вызовы инструментов и тариф для расчета затрат.

Перед началом

Требования: лабораторная работа курса, docs/requirements.md, локальный снимок Git и урок по MCP либо его вариант в браузере. Выделите 40 минут. Сложность средняя. Используйте лабораторную копию, измененную в первом задании с агентом программирования. Если вы пропустили редактирование, используйте новую распаковку и отметьте проверки функций как не реализованные. Исходная нетронутая версия по-прежнему проходит два первоначальных теста.

Проверить фактическое утверждение

Утверждение: «Допустимые значения статуса: open и pending». Откройте docs/requirements.md, редакция 1. Там указаны open и done. Утверждение неверно. Уверенный тон не меняет требование.

Для утверждений о продуктах используйте актуальную официальную документацию и укажите название страницы и дату проверки. Сведения о меню, тарифе, команде или лимите контекста устаревают быстрее общего принципа рабочего процесса. Документация Codex , документация Claude Code и документация OpenCode описывают актуальные интерфейсы.

Утверждение Источник Решение
open и pending Требование лабораторной работы, редакция 1 Отклонить, заменить pending на done
Без фильтра найдено 4 записи Базовая программа и четыре записи JSON Проверить, запустив программу
Выполнялось чтение через MCP Транскрипт инструментов сеанса Принять, только если виден вызов инструмента

Проверить изменения

Для задачи программирования используйте Git, чтобы перечислить измененные файлы и прочитать фактический diff. Новый неотслеживаемый файл виден в статусе, хотя его нет в обычном diff, поэтому проверьте и то и другое.

git status --short
git diff -- task_report.py tests

Ожидаемый охват: после задачи с фильтром меняются только task_report.py и целевые тесты. Изменение tasks.json, docs/requirements.md или скрытого файла конфигурации требует объяснения и отдельной проверки. Если вы ничего не редактировали, изменений быть не должно.

Проверить поведение

Запустите те же базовые тесты и проверки функций из распакованной папки лабораторной работы. В сообщении агента о завершении должны быть указаны наблюдавшиеся результаты этих проверок.

python3 -m unittest discover -s tests -v
python3 task_report.py tasks.json
python3 task_report.py tasks.json --status open
python3 task_report.py tasks.json --status done
python3 task_report.py tasks.json --status invalid

В измененной копии тесты проверяют новые случаи, результаты составляют 4, 2 и 2, а недопустимое значение возвращает ясную ошибку и ненулевой код завершения. В новой исходной копии проходят только два базовых теста, общий счет равен 4. Зафиксируйте это исходное состояние отдельно.

Неудачный тест функции нужно диагностировать. Если open выводит 4, проверьте, доходит ли аргумент фильтра до функции подсчета и сравнивает ли программа поле status задачи. Не объявляйте проваленный тест успешным на основании сообщения агента о готовой реализации.

Проверить конфиденциальность и доступ

Запишите, какие файлы получил агент. Лабораторная работа содержит синтетические данные и не содержит секретов. В реальном проекте могут быть учетные данные, сведения о клиентах или закрытые документы. Перед публикацией результата проверьте подсказки, журналы, снимки экрана и diff на наличие таких значений.

Локальный тест подтверждает только локальное поведение. Он не доказывает права облачной учетной записи, охват сервера MCP или поведение развернутой службы. Проверяйте каждую границу в подходящей среде.

Записать использование и затраты

Токены измеряют объем входных и выходных данных модели. Панели продуктов различаются, поэтому используйте показатели своего поставщика. При необходимости отдельно укажите вызовы инструментов и расходы на изображения или размещенные среды. Перед расчетом реального счета проверьте текущие тарифы.

Откройте страницу использования учетной записи, выполнявшей задачу. Запишите показанные входные и выходные токены, модель, период выставления счета и категорию кэшированного ввода, если она есть. Для подписок ChatGPT или Claude лимит или квота не равны стоимости API для одной задачи. Для запуска OpenCode через API или поставщика проверьте использование или биллинг поставщика и актуальный тариф. Если продукт не показывает токены по задаче, укажите «недоступно» и не вычисляйте расходы по длине чата.

Пример расчета, а не тариф поставщика: 30 000 входных токенов по 1 доллару за миллион стоят 0,03 доллара. 5 000 выходных токенов по 5 долларов за миллион стоят 0,025 доллара. Общая плата за модель в этом примере равна 0,055 доллара без учета инструментов и хостинга.

стоимость ввода = входные токены / 1 000 000 × тариф ввода
стоимость вывода = выходные токены / 1 000 000 × тариф вывода
итого = стоимость ввода + стоимость вывода + отдельные сборы за инструменты

Задание исполнителя тоже расходует токены. Делегирование переносит подробный результат из основного диалога, но не делает работу бесплатной. Сопоставьте затраты с пользой независимой проверки.

Не смешивайте категории расходов. Кэшированный ввод, новый ввод, вывод, вызовы инструментов и размещенное выполнение могут тарифицироваться по-разному. В этом примере используются только тарифы нового ввода и вывода. Он ничего не говорит о подписке или плате за инструмент.

Вести запись о приемке

Поле Пример после редактирования
Источник docs/requirements.md, редакция 1, прочитана
Измененные файлы task_report.py и tests/test_task_report.py в git status --short
Тесты Базовые и новые тесты фильтра пройдены, укажите наблюдавшееся число
Ручной вывод Наблюдались Total tasks: 4, 2 и 2, недопустимое значение отклонено
Состояние функции Реализованы --status open и --status done
Конфиденциальность Только синтетические файлы
Использование Запишите показатели поставщика, если доступны
Решение Принимайте только после успешной проверки источника, diff, тестов и конфиденциальности

Ваш результат: скопируйте эту запись и заполните ее после собственного запуска. Заменяйте слово «наблюдались» только выводом, который вы сами видели. Выберите «Принять», если пройдены все необходимые проверки, «Исправить», если исправление ограничено, и «Остановиться», если источник, охват или доступ неясны.

Проверьте понимание

  1. Вопрос: означает ли успешная базовая проверка исходной копии, что нужная функция существует? Ответ: Нет. После редактирования проверьте новое поведение приемки.

  2. Вопрос: что входит в запись о приемке? Ответ: доказательства из источников, измененные файлы, проверки поведения, область доступа и наблюдавшееся использование.

Устранение неполадок

  • Для утверждения нет источника: отметьте его как непроверенное и найдите авторитетную запись.
  • Тесты проходят, но результат отличается: добавьте ручной сценарий и изучите данные.
  • Данные об использовании отсутствуют: укажите «недоступно» вместо оценки реальных расходов.
  • В diff есть личные данные: прекратите делиться результатом и удалите эти данные из учебной записи.

Дальнейшие шаги

Продолжите уроком о делегировании агентам . Подробности о расходах и конфиденциальности см. в статьях о маршрутизации поставщиков и границе конфиденциальности локального ИИ .

Навигация по курсу: Назад: настройка MCP , План курса .