“看着没问题”的 bug：如何揪出 AI 应用里悄无声息的故障

你的 AI 应用构建器做了一个联系表单。你输入了名字、点了提交、看到了友好的成功提示，然后就过去了。一周后你跟朋友提到这个页面，他问有没有人填过。你去看了看。三条提交躺在某种待处理状态里。没有一条进过你的收件箱。

这是 AI 应用最常见的故障形态，而它偏偏不是大多数人担心的那种。会冒出红色报错的 bug 很好找——你的 AI 构建器两分钟就能修好。危险的 bug 是那种屏幕看着没问题、用户以为自己搞定了、而你一个月都发现不了的。

这篇文章是一份揪出那些 bug 的清单。不是”如何像 QA 工程师那样测试”——只是真实用户被一个看似能用的 AI 应用坑到的那五个地方。

1. 提交点东西，然后确认它真的去到了某个地方

当你的 AI 构建器做出一个表单时，问一个问题：数据去哪了？不是抽象地问——而是字面意义上的，你提交之后能去哪里看到它？

数量多得惊人的这类表单，会把数据 post 到一个处理程序里，那个程序返回”谢谢！“，却从没发过邮件、存过数据库或通知过任何人。这个表单只是一层礼貌的门面。所以：

• 提交一条测试记录，用一个假但显眼的名字，比如 “ZZZ TEST”。
• 打开仪表盘、数据库、收件箱、表格——提交本该落到的任何地方。
• 在那里找到你的 “ZZZ TEST” 记录，时间戳要对得上。

如果你一分钟之内找不到它，那你的表单就是坏的，哪怕它刚刚还恭喜你提交成功。我见过一个付费落地页上的”联系我们”表单，三周里零条线索，因为发邮件那一步从来没接通过。而那个页面看起来完美无缺。

2. 走一条你绝不会走的路

你知道你的应用是怎么用的，因为你看着它一步步被做出来。你每次都按同样的顺序点按钮。真实用户不会。

挑那条感觉最别扭的路：

• 飞快地连点两下提交。
• 在做某件事的中途刷新页面。
• 在一个没登录的隐身窗口里打开它。
• 输入一个带撇号的名字（O’Brien 是经典的破坏王）。
• 在一个要求填数字的字段里输数字，但填成负数或零。

如果有东西明显坏了，那是个真 bug——但至少它是个吵闹的。“看着没问题”的版本是：第二次点击造出了一条重复记录，而光看屏幕根本看不出来。去查数据库，找两条时间戳相差两秒的 “ZZZ TEST” 行。如果你找到了它们，那这个表单就需要一个防重复的机制。

3. 等上一天，再回来

很多 AI 生成的代码用的是临时内存，应用一重新部署或重启就会清空。应用把你的数据存在某种开发者会叫做”内存态”的东西里——对演示来说没问题，对任何真实场景都很糟。

这个测试残酷又简单：录入一些数据，关掉标签页，等二十四小时，再回来。如果你的数据没了或乱了，那这个存储就不是真的。你的 AI 构建器多半得用大白话被告知：“这些数据需要在服务器重启后还在。“大多数构建器在被提示后会切换到数据库；有些则要你开口才肯。

你可以跑一个更快的版本：在聊天里问你的构建器，“这个表单的数据存在哪里，它能在重新部署后还在吗？“如果答案里提到”内存""会话”或”仅本次运行”，那你在任何用户之前就先找到了这个 bug。

4. 找一个不是你本人的人来用一用

你知道你的应用是什么意思。是你设计的。是你给按钮起的名。那些标签对你来说显而易见，因为是你写的。

找个朋友，什么都别解释就给他看。说一句”试着做 X”。看着他。别帮忙。三件事会发生：

• 他会点到一个你没料到的地方，应用做出了某种出乎意料的反应。
• 他会卡在一个你写的时候觉得显而易见的标签上。
• 他会做成你想让他做的那件事，但只用了你设想的一半步数，整个跳过了某个界面——有时正是应用指望他去填写的那个界面。

这每一条都是个真 bug。它们没有一个会抛出报错。那位朋友会说”哦，挺可爱的”，然后把笔记本递还给你。而你从他脸上的表情就会知道，在一个你以为天衣无缝的地方，他迷失了三十秒。

5. 在手机上读一读它发出的邮件

如果你的应用会发邮件——确认信、密码重置、发票——在你的手机上打开一封，再用一个跟你平时不一样的邮件客户端打开一封。AI 做的应用往往会生成那种在桌面版 Gmail 里美得不行、在安卓版 Outlook 里却糊成一团雪花点的邮件。

同样的逻辑也适用于 PDF 收据、可下载的导出文件，以及”分享此链接”按钮。那个走出你的应用、进入真实世界的东西，是一次 AI 构建里测试得最不充分的部分。它也是你的用户看得最多的部分。我认识的一位创始人上线了一个漂亮的结账流程，可它的收据 PDF 在 iPhone 上是一整块黑方块。没人来投诉——他们只是不再买了。

关于”它能用”的难堪真相

当你用一个 AI 应用构建器来做东西时，“它能用”的意思是”它在我的电脑上、我的浏览器里、用我精确的点击顺序、在我做出它的那天跑通了”。这是一个比听上去小得多的论断。

真正的应用，在以下情况下才算能用：

• 换一个人来用它。
• 数据留存的时间比演示更长。
• 走过应用的路径，是一条你没预料到的。
• 输出被一台你没测过的设备读取。

你不需要变成一个软件测试员才能交出一个好东西。你只需要在告诉任何人这个应用存在的前一天，把这五个检查做一遍。它们大约花你二十分钟。在那些本会触达付费用户的悄无声息的 bug 里，它们能揪出十有八九。

如果你只有时间做一个，那就做第一个。提交点东西。在另一头把它找出来。大多数 AI 应用看着都没问题。诀窍在于确保它们真的没问题。

如果这篇文章说到了你心坎里，那接下来值得做的，就是拿一张纸坐下来，写下你的应用绝不能悄无声息出错的三件事——是那个表单、那封邮件、那笔支付，还是你那个特定的东西——然后用上面的检查把每一件都走一遍。现在花二十分钟，给你换来日后许多个安稳的夜晚。