用 AI 迭代开发一个校园消费记账桌面程序

需求与实现

这次选择了“个人校园消费记账 GUI”：记录生活消费、查看月份和分类统计，并根据预算给出提醒。程序使用 Python + PyQt6，SQLite 保存本地数据。金额按整数分存储，避免把 0.1+0.2 这类浮点误差带入账本。

最终支持消费记录新增/编辑/确认删除、月份查询、分类统计、按月预算、额度提醒、分类筛选及 CSV 导出。提醒显示在应用内；它没有后台通知、云同步或多账户功能。

实际迭代过程

轮次	主控提出的具体要求	AI 实际修改	实际验证
第1轮：初版	先完成中文流水 CRUD、月统计与 SQLite 持久化，金额严格校验	分离模型、服务、存储与界面，实现可运行初版	初版定向回归 4 失败，真实暴露两个界面状态问题
第2轮：修复	取消选择须清空旧表单；写入完成但刷新失败须保留组合结果	重置表单并避免信号递归；refresh 返回成功状态，避免误报	4 条回归全通过；完整 96/96 通过
第3轮：预算	各月独立预算，精确区分 80%、100%、超支，清除预算不删流水	独立预算表、阈值计算、设置/清除及即时提醒	144/144 通过；另如实纠正一处测试预期算错
第4轮：筛选与导出	导出当前月份/分类，预算仍按全月计算，防公式与误覆盖	筛选小计、中文 CSV、格式转义、数据库目标保护和失败处理	最终 177/177 通过，无失败、错误或跳过

检查与验证说明

验证并非只看“窗口能打开”。测试使用临时 SQLite 文件检查写入、修改、删除及重新连接后的数据；用 12.30+2.00+0.10+0.20=14.60 元核对月统计，同时检查 0.10+0.20 精确等于 0.30 元。无效金额、闰日、跨年月、空月份和不存在的记录都有对应边界用例。

预算按整数分比较，核对 80% 前后、刚好用完和超支。筛选后仍检查全月预算不会变化。CSV 用中文和包含逗号、引号、换行及公式前缀的备注验证，并检查数据库及已有导出文件不会被错误路径或失败写入损坏。

界面自动化实际创建 Qt 窗口并操作控件，包括删除取消、编辑与切月、数据库错误后的状态恢复。初版的失败日志和后续通过日志均保留。

这张图由临时合成账目渲染。首次 offscreen 渲染因字体未正确加载出现文字方框，图像检查发现后，预览脚本显式加载微软雅黑字体，重做并复核可读性。这也说明功能测试通过后仍应查看实际输出。

心得：AI 生成的测试也需要验证

这次作业中，让我最意外的是 AI 连测试的预期结果也会写错。第三轮预算测试曾把 79.99 元支出、99.99 元预算判断为达到 80%，但核对计算后，这个比例实际仍低于 80%。看到这段记录，我意识到，测试失败时也需要检查测试用例本身。如果只盯着“全部通过”，就可能为了满足一个错误的断言，把原本正确的业务逻辑改错。

让我比较惊喜的是，AI 能把一个简单的记账需求逐步扩展成包含数据存储、预算提醒和导出功能的程序，还能通过审查和回归测试定位问题。不过，初版取消选择后仍保留旧表单、写入后的刷新错误被成功提示覆盖，也让我看到它对操作细节考虑得不够周全。这些问题单看正常流程很容易被忽略，实际使用时却可能造成重复记账。

经过这次协作，我更重视需求描述和验证依据。后续使用 AI 开发时，我会把修改要求写得更具体，说明什么操作触发了问题、当前结果是什么、期望结果是什么，并要求保留修改前后的验证记录。我也会检查最终界面和输出文件，确认程序的表现符合需求。对我来说，AI 提高了实现效率，而判断结果是否可靠，仍需要清楚的标准和持续核对。