记录于2026年9月25日
Chrono City:从需求到经确认的pull request
首个构建版本完成后,这座五时代城市场景看似已准备就绪。浏览器QA发现两项未达标标准,将工作退回处理后确认修复无误,此时pull request才准备就绪。此为该运行过程的记录。
提示词由Bijan Bowen提供,他用它来测试AI模型。截图是QA智能体在其运行的浏览器中自行捕获的内容。
- 生成pull request
- 1 小时48 分钟
- 智能体运行次数
- 6
- 已验证的标准
- 11 / 11
- 模型调用费用
- US$1.00
需求内容
构建一个可交互的城市街区,能在1945年、1965年、1985年、2005年及2025年之间切换。访客需能选择各个时代,并查看场景物体的时期相关信息。
执行过程
首个交付周期内,年份标签虽显示为1985年,但城市却无法渲染。QA三次复现了紫色空白视口问题,还发现了信息卡中的空白描述。这两项问题在审核前均被反馈给开发智能体处理。
首个构建版本看似已完成,但QA仍对其进行了全面测试。
在代理会话中,你需亲自充当自动化流程的 QA 人员。你打开浏览器,逐页点击,发现问题后编写后续提示词,周而复始。而在这里,QA 代理已完成这些工作,并在无人要求审查前就将构建结果返回。
验收标准 3
五个时代版本中,有一个未能正常渲染任何内容。

“选择 1985 年后并未显示城市:视口呈现为扁平的紫色颗粒状画面,而 HUD 却显示为 1985。此问题重现了三次。”

无论通过滑块还是按 3 键选择,1985 年都会呈现出完整的霓虹天际线。
验收标准 6
相关信息卡片显示为空白状态。

“点击建筑后摄像头会飞入并打开卡片,但卡片内没有描述内容。”

每座建筑、车辆及行人的卡片都配有对应时期的说明文字;若某张卡片再次为空,新测试便会判定为失败。
从任务创建到生成经验证可合并的pull request,仅需1小时48分钟。
- 架构师11:14 · 11分钟 22秒10.1万 令牌
- 开发人员11:25 · 38分钟 1秒2140万 令牌
- 质量保证员12:04 · 16分钟 50秒400万 令牌已退回
- 开发人员12:21 · 14分钟 52秒620万 令牌
- 质量保证员12:36 · 21分钟 53秒250万 令牌
- 审核员12:58 · 3分钟 56秒44.3万 令牌
- 架构师的预估
- 1200万
- 所用令牌数量
- 3465.9万
- 模型消耗费用
- US$1.00
- 从缓存中调取
- 97%
架构师预估需要 1200万 个词元。本次运行共消耗 3465.9万 个词元:开发人员自行检查渲染结果,QA 在真实浏览器中遍历所有功能模块,经过一轮返工便修复了 QA 发现的问题。其中 97% 个词元来自缓存,整个任务的总成本为 US$1.00。
QA捕获的五个时代全貌

1945

1965

1985

2005

2025
它耗时比演示更长。这正是其价值所在:你拿到的是已经过测试的pull request,无需再自行测试。
最终结果
架构师规划了工作,开发人员构建了两次,QA执行了两次,审核员检查了结果。所有11项验收标准在第二轮中均通过。任务创建后1小时48分钟,pull request便准备就绪。
记录详情
- 1 个任务由CoRoid记录