AI-tips #19: Ferdig betyr at du har sett det virke

AI-tips #19: Ferdig betyr at du har sett det virke

AI-tips #19: Ferdig betyr at du har sett det virke

Jeg leste akkurat hvordan Claude Code-teamet hos Anthropic sjekker arbeidet til agenten. Rundt 90 % av koden deres skrives og reviewes av Claude, så de rekker ikke å lese alt selv. Agenten må vise at endringen virker før den sier ferdig.

Dette står i artikkelen:

  • Kjør endringen, ikke bare testene. Lag en skill som heter verify i .claude/skills, som starter appen og bruker den slik en bruker ville gjort. Claude kjører den før commit.
  • Satser du på én type test, ta end-to-end. Den er vanskelig å lure, for enten virker hele funksjonen eller så gjør den ikke det.
  • Feiler en sjekk fortsatt etter tre runder med fiksing, stopper Claude og henter et menneske.
  • En endring får ikke endre sjekken som dømmer den. Code Review leser REVIEW.md fra basegrenen, aldri fra endringene i PR-en.
  • Ustabile tester kan ikke hoppes over, få en sleep eller kjøres på nytt til de går grønt. Finner Claude ikke årsaken, slettes testen og grunnen skrives ned.

Hos meg ser det annerledes ut. Claude får ikke starte serverne, så en verify-skill som starter appen passer ikke. Jeg har heller ingen end-to-end-tester, bare drøyt 2000 testfiler med Jest.

Dette bruker jeg i stedet:

  • En linje i CLAUDE.md: kjør relevante tester og sjekk resultatet før du sier ferdig, vis bevisene og si hva du ikke fikk sjekket.
  • Superpowers-skillen verification-before-completion. Ingen «ferdig» uten fersk output fra kommandoen som beviser det.
  • Layout måles i Chrome. Claude lager en statisk side med de ekte stilarkene og måler elementene, i stedet for å resonnere seg fram i CSS-en.
  • Utskrifter kjøres gjennom headless Chrome til PDF, så sideantallet er ekte.

Layout-regelen kom etter at Claude to ganger «fikset» en knapp som ikke sto midt på, bare ved å tenke seg fram. Feilen var rekkefølgen på to CSS-regler, og den så vi ikke før vi målte.

Treregelen har jeg allerede, men bare for feilsøking. Superpowers sier at etter tre fikser som ikke virker, skal Claude stoppe og snakke med meg før den prøver en fjerde. Artikkelen bruker samme grense på alle sjekker. Jeg anbefaler å gjøre det samme.

Hvordan sjekker du at agenten faktisk er ferdig? Del gjerne i kommentarfeltet.

Les artikkelen på claude.dev