读取相关代码、测试和项目约束。陈述问题、期望行为、受影响的接口和范围外的工作。从工件中解析事实;批量处理对结果有实质性影响的未解决问题,并提供推荐选择。在等待答案期间继续独立工作。
定义可观察的通过/失败标准以及如何执行它们。将验证与风险匹配:bug可能需要复现器和回归检查;迁移可能需要兼容性检查和回滚。在高成本或不可逆工作之前解决关键假设。当用户指令已授权变更时,不要强加设计审批。
对于实验或性能声明,在检查结果之前记录假设、主要度量指标、基线、工作负载、种子或采样、资源预算、失败核算和成功阈值。以同等努力比较各分支。将探索性观察与确认性结果分开;标记结果后的更改,且绝不追溯应用新规则。
对于长期作业,先测试启动和一个小规模代表性单元。记录资源限制、输出路径和实际恢复行为。仅使用命令真正支持的空运行接口。通过主机的授权后台设施启动;不要让模型会话等待数小时。
使用原始标准评估输出。保留失败的案例、跳过的工作和负面结果。在适当时让重要结论接受审查或独立验证。将决策和限制记录在项目的证据账本中,然后报告已经确定的内容。