怎样让 AI 帮忙分析日志和生成测试，而不是凭空猜原因？

标准回答

给 AI 一个最小但完整的问题包：版本、复现步骤、预期与实际、关键时间线和相关代码。让它把事实、假设与验证办法分开，再根据证据缩小范围。测试则从需求和失败边界出发。

车机唤醒后偶发空白屏，把唤醒时间、Activity 回调、车辆服务连接日志和对应代码一起提供。AI 可以列出“未重订阅”假设；你再用日志或复现实验验证，而不是因为解释听起来合理就立即重写架构。

**事实、假设和验证分别是什么：**事实是日志中可观察到的时间与状态；假设是对原因的解释；验证是能支持或推翻解释的实验。三者分开，才不会把听起来合理的话当结论。

**生成测试先从哪里开始：**先固定需求规定的正确行为，再让 AI 提出边界用例。修复前应能复现问题，修复后通过，且不能靠删除断言把失败隐藏起来。

让同一个错误实现决定测试预期，可能得到一套“实现错了，测试也跟着错”的结果。