标签: #智能调试

智能调试建议先过 ESLint 和 tsc 再采纳：一个交叉验证流程的实践记录

通过将 ESLint 与 tsc 的检查结果作为硬约束反馈给 AI 调试建议，形成“生成—验证—反馈”闭环，可显著提升建议质量。该流程以本地工具链错误清单为基准，对 AI 建议进行机器过滤，并将新增报错反向输入模型迭代优化，把“判断建议是否正确”转化为“判断报错是否可接受”，降低认知负担，同时指出其适用边界与自动化潜力。