AI-关于移动端自验证能力的疑问？

[jolly336]

根据 Claude Code 的 Boris 经验分享 ( https://x.com/bcherny/status/2007179832300581177)，里面提到了在 AI 编程实践中，「 AI 自行验证闭环（ Self-Verification Loop ）」是决定输出质量的关键能力之一。 通过为 AI 引入验证自身结果的能力（如自动运行测试、校验 UI 行为、比对预期输出），可以让 AI 在「编码 → 验证 → 修正」之间形成自动化闭环，而不是一次性生成代码即结束。 这种闭环机制本质上让 AI 从“代码生成器”升级为“具备自我纠错能力的执行体”，是实现稳定、高质量 AI 编程输出的基础。

在移动端研发场景中，APP 应用效果强依赖真实的手机进行运行与验证，可以在 AI Coding 后构建出产物部署到手机上预览让 AI 自查。但这里涉及一个问题，如何让 AI 进入到修改的目标页面，不想每次认为手动点击？

能想到的思路是：1 ） 对每个页面的入口点击建立一条条线路信息，可以召回让 AI 按线路进去目标页面； 2 ）让 AI 利用手机的截屏来 OCR 识别自己判断进入，但过程漫长且不可控，消耗 token ；

备注：在仓库里面还有 AB 配置的实验开关这些，细节不少。

大家有什么好的办法吗？

[maolon]

我最近在开发 app ，感觉最简单朴素也是最实用的方法，直接写一个 e2e run book 的 md 让他读这个 file 然后按照固定行为检查（调用模拟器的 mcp ）。
另外 token 消耗这个问题基本无解，就算是现在配置过的 mcp 只返回文字 layout 和按钮 id ，在关键步骤他还是要截图然后 agent 这边读图，依然是很烧 token 的行为（不如说自动化测试就没有不烧 token 的），好消息是未来 token 会越来越便宜，变成随便烧也没事的状态

[Dabney]

@maolon 老哥有最佳实践可以参考一下么？

[jolly336]

@maolon 一个大 APP 的话，可点击的入口多，操作路径长，多，如果把路径穷举写到 md 文件里，成本高且需要人工维护，而且现在不止一个 APP ，想做一个泛化的通用 UI 自验证能力，感觉还得想办法做一个自动化采集的方案，自动维护操作路径

[maolon]

@Dabney 对不起，没有啥最佳实践，只能算是在摸索这方面

[maolon]

@jolly336 你说的很有道理，如果要考虑泛化和可维护确实是一个挺难的问题，不过我觉得 runbook 的方法可能还是可行的（可以针对每个 app 一个 runbook ），从人维护变为使用 agent 来维护这个 runbook 里的路径，你只需要启发式的告诉这个维护 agent 需要检查哪些东西，甚至可以让他自行检查代码库和意图来写维护这个文档，人只做最终审核。