自主交付一项软件功能（部分完成）
通常，我把 Claude 当作介于私人助理和结对编程伙伴之间的角色，与它讨论从有些抽象到相当具体的各种想法。任务：作者尝试让 Claude 自主交付一个软件功能，放弃了其惯用的渐进式结对编程工作流。双方商定了一个具体计划，并允许代理在编码阶段无需人工干预地执行。代理生成了约 70 个文件，但未能包含测试代码。；工具：Claude computer use。人工角色：原始帖子没有说明人如何参与。；局限：目前复杂功能交付的全自主模式不可靠。代理遗漏了测试等关键组件，导致代码不可用。这种方法缺乏渐进式人工审查的安全网，不适合用于生产就绪的功能开发。。
工具
Agent Work Atlas 发布日期:
概述
通常，我把 Claude 当作介于私人助理和结对编程伙伴之间的角色，与它讨论从有些抽象到相当具体的各种想法。
工作流程
作者尝试让 Claude 自主交付一个软件功能，放弃了其惯用的渐进式结对编程工作流。双方商定了一个具体计划，并允许代理在编码阶段无需人工干预地执行。代理生成了约 70 个文件，但未能包含测试代码。
原文报告的结果
自主执行完全失败；生成的代码无法运行。作者明确表示将回归手动开发，并总结称完全自主的说法“好得不真实”。未达成任何成功结果或量化指标。
人工角色
原始帖子没有说明人如何参与。
局限
目前复杂功能交付的全自主模式不可靠。代理遗漏了测试等关键组件，导致代码不可用。这种方法缺乏渐进式人工审查的安全网，不适合用于生产就绪的功能开发。
试一试
我想测试 Claude 自主编码的极限。请扮演一位评估提议工作流的高级工程师。我将提供具体的功能需求和高层计划。首先，模拟代理的自主执行，生成一小部分代码（最多 5 个文件），期间不请求澄清。然后，批判性地审查此输出：识别缺失的测试、潜在错误或架构缺陷。不要修复代码；而是生成一份报告，详细说明这种自主方法为何失败或成功。最后，提出一个修订后的工作流，每 10 个文件重新引入人工检查点以确保质量。以 Markdown 格式输出报告，包含章节：“模拟结果”、“失败分析”和“推荐的混合工作流”。
来源报告未经独立核验。发布日期为本站案例发布日期，并非原始文章日期。