刷题工具的第一版该做到什么程度“AI 提升刷题效率”很容易被做成一组功能清单生成题解、自动判题、检索资料、安排计划都想一次做完。第一版应该反过来只选择一个可观察的任务。例如在用户已经通过题目后为已有解法生成一份面向复盘的解释。这类任务不改变判题结果也便于人判断输出是否有用。开始前先写清任务边界。输入是什么、输出给谁看、什么情况算失败都应能落到记录上。固定一组题目和参考实现人工复核时重点看解释是否贴合代码、复杂度是否与实现一致、是否遗漏边界条件。不要只统计“生成成功”——服务返回一段文字并不代表它帮助了用户。反例也要提前承认。对于含有技巧性不变量、位运算或依赖题目特殊约束的解法模型可能生成通顺但错误的解释。遇到这种情况系统应提示“请以代码和测试结果为准”而不是把回答包装成结论。模型未响应、格式错误和用户明确不采纳也都应该被当作独立结果记录。验证可以分两层进行。离线阶段用固定题集检查结构字段、引用的变量名和复杂度说法小范围试用时再收集用户是否展开、是否修改或关闭提示等行为信号并允许人工抽样复核。只有当结果能被清楚标识为辅助建议且失败路径不影响刷题主流程时才值得继续扩展到下一项能力。先把一个闭环做短刷题工具的第一版最容易犯的错误是把题库、聊天、榜单和生成解释同时做进去。功能越多越难知道用户到底在哪一步得到帮助。可以先选择一类题目和一个动作用户完成提交后系统根据已经存在的测试结果提供一段可核对的说明。输入、输出、失败状态和用户关闭提示的行为都应有记录首版才有观察依据。页面结构也应服从这个闭环。解释内容不需要模拟老师长篇讲课只要能回答三个问题关键分支在哪里、为什么这个复杂度成立、遇到什么边界会失败。每个结论尽量指向代码片段或测试现象。做不到关联时宁可少说也不要用泛泛的算法套话填满区域。验收时别只数接口返回了多少次。挑固定题目让不同代码写法分别触发通过、超时、边界错误和编译失败检查结果有没有混淆。再看看用户能否在不看后台日志的情况下知道任务是否还在生成、是否可以重试。若这些最小路径都稳定后续再加入收藏、历史记录或更多题型才有基础。首版还应保留关闭能力。出现提示误导、成本失控或下游服务不稳定时可以先暂停生成入口让判题主流程照常运行。开关需要写清作用范围和恢复条件不能临时改代码。一个能安全缩回去的首版比表面完整却无法处理异常的版本更适合继续迭代。首版页面不需要做成聊天窗口。用户通过题目后点击“查看解法说明”系统才创建一条生成任务完成后只展示三块内容算法思路、关键分支和复杂度依据。每块都有对应的代码行或变量名找不到对应关系就不展示。这种约束会让输出少一些花哨的铺垫却能让审核者快速判断它有没有读懂实现。任务状态也要能看见。排队、生成、校验失败和用户取消不能都显示成“加载中”。如果生成超过页面可等待的时间前端给出稍后再看的入口后台任务在自己的时间预算内结束即可。这样既避免用户连续点击制造重复任务也能让团队区分是模型变慢、队列拥堵还是内容校验过严。不用功能数量证明首版价值首版评估时保留少量具体问题比统计大而空的满意度更有用读完解释后用户是否能指出代码里哪个循环在处理边界复杂度说明与实际写法不一致时审核是否能发现失败提示有没有把人带回题目和测试。这些观察会直接影响下一次迭代该补题目解析、改输出结构还是先修校验规则。功能做对了再加远比先堆入口省成本。