为什么 AI 编程需要测评闭环：从会用工具到能交付项目

AI 编程最迷人的地方，是它能把一个模糊想法很快变成页面、脚本、自动化工具或产品原型。很多学习者第一次用 Cursor、Claude Code、Codex，就能在几分钟内看到可运行的结果。但速度并不等于理解，能生成代码也不等于能交付项目。真正的差距常常出现在下一步：页面错位时怎么定位，接口报错时怎么读日志，AI 修改了十几个文件时怎么判断有没有埋风险。

这就是 AI 编程需要测评闭环的原因。测评不是为了把学习者拦在门外，也不是考冷门语法题，而是帮助学习者看见自己的真实能力位置：你是否能把需求讲清楚，是否能把任务拆小，是否能检查 AI 的改动，是否能用证据证明页面真的可用。

测的是工程习惯，不是背诵能力

好的 AI 编程测评应该围绕工作流设计。第一类题目检查上下文表达：你能不能告诉 AI 项目目标、用户场景、技术栈、已有文件、边界条件和验收标准。第二类题目检查任务拆解：你是否知道先做页面结构，再做交互，再接 API，再验证移动端，而不是把所有需求一次性丢给 AI。第三类题目检查验证意识：构建命令、浏览器截图、接口返回、数据状态、错误日志，哪一个才是当前问题最可信的证据。

这种测评更像一次真实项目演练。学习者不需要在纸面上证明自己“懂编程”，而是要证明自己能和 AI 一起完成一轮可靠交付。比如一个题目可以给出页面需求和一段报错，让学习者选择下一步应该补充上下文、缩小 diff、运行构建，还是先让 AI 继续大改。答案背后考察的是判断力，而不是术语。

反馈必须回到练习

测评如果只给一个分数，很容易变成新的焦虑。真正有价值的测评结果应该能指向下一次练习。上下文题失分，说明需要练习写清目标、限制和验收标准；验证题失分，说明要补一套构建、预览、截图和日志检查清单；代码审查题失分，说明要学会读 diff、识别权限、输入校验、空状态和移动端布局问题。

AI 编程学习最怕“看起来都会”。测评闭环的作用，就是把这种感觉拆成可观察的行为。你不是简单地问“我会不会用 AI 写代码”，而是问“我能不能让 AI 只改该改的地方”“我能不能解释为什么这样改”“我能不能在上线前发现问题”“我能不能在失败时回退并重新给出约束”。

测评也要服务课程路径

对中文学习者来说，AI 编程测评还承担一个导航作用。零基础的人可能先需要理解网页结构、Git、部署和浏览器调试；产品经理可能更需要学习 PRD 到原型的拆解方式；已经会开发的人则需要训练多文件上下文、自动化测试、代码审查和生产环境排查。测评越贴近真实角色，后续学习路径越清晰。

因此，Vibe Coding 的测评应该是一套“先诊断，再练习，再复盘”的系统。先用短题确认你在哪些环节容易失误，再给出对应课程、工具和项目练习，最后让学习者用新的项目重新验证。AI 仍然留在流程里，但它不再只是生成答案的机器，而是被放进一个可检查、可迭代、可复盘的学习闭环。

当学习者能够稳定完成这四件事：说清需求、控制改动、验证结果、复盘提示词，AI 编程就从一次新奇体验变成了可以长期使用的生产力。测评的意义也正在这里：它不是给热情降温，而是让热情变成可交付的能力。