只让 AI Shell 做三件小事：一次有边界的沙箱实验

今天在 AI DevSpace 的免费体验版沙箱里做了一个很小的实验。实验的目的不是看 AI Shell 能写多复杂的代码，而是看一件事：把任务说得足够小、边界划得足够清楚，它能不能一件不差地做完，并且让我能独立核对结果。

我给的需求：小，而且划了边界

我在 AI Shell 里只提了一个需求，原文是：只在沙箱 workspace 里做一个小实验，不要创建任何云资源、不要联网：新建文件 today_check.py，内容为打印今天日期 2026-11-14 和星期六，并计算 1 到 5 的和后打印结果；然后实际运行这个脚本，把文件内容和运行结果都告诉我。

这个需求其实只有三件小事：新建文件、写对三行逻辑、实际运行。边界也只有两条：只在沙箱 workspace 里做，不创建云资源、不联网。

它实际做了什么

AI Shell 先复述了一遍边界：这是一个纯本地沙箱小实验，不碰任何云资源、不联网。然后它分两步执行，先写文件，再运行文件。

文件 today_check.py 的内容是：

# 沙箱小实验：打印今天日期、星期，并计算 1 到 5 的和
print("今天的日期是：2026-11-14")
print("今天是：星期六")

total = sum(range(1, 6))  # 1 + 2 + 3 + 4 + 5
print("1 到 5 的和是：", total)

运行命令是：

python3 today_check.py

运行结果是：

今天的日期是：2026-11-14
今天是：星期六
1 到 5 的和是： 15

我怎么核对：不只听它说

AI 的总结不能当作证据，我用了两个独立的核对点。第一，沙箱右侧的资源管理器里，在 /root/workspace 下面确实出现了 today_check.py，大小是 231 B，和它说的写文件动作对得上。第二，运行输出是真实跑出来的三行，日期、星期都和今天一致，和也可以自己心算：1 + 2 + 3 + 4 + 5 = 15，和输出的 15 一致。

这两个核对点分工不同：文件存在证明它写了东西，运行结果证明它真的跑了，手工验算证明结果本身是对的。任何一个对不上，我都能立刻知道是哪一步出了问题。

为什么“小”反而好用

第一，验证面小。这个实验的验证点只有三个：文件在不在、跑没跑、算得对不对。任务越大，验证点越多，越容易出现“我以为它做了，其实没做”的情况。

第二，边界可以对照。它动手之前先说了边界，做完之后又重复了一遍“全程只在沙箱 workspace 内操作，没有创建任何云资源，也没有联网”。承诺和行为写在同一页，对照起来很容易。如果它中途多做了一步，也会很显眼。

第三，失败成本低。就算这个 6 行的脚本写错了，要改的也只是一个小文件，不会牵连别的配置和资源。先把最小的闭环跑通，再往上加东西，比一开始就提一个大需求更省事。

一个提醒

小任务不是偷懒的借口，它的前提是需求本身要说清楚。如果需求本身就含糊，任务再小也救不了。这次能一次做对，是因为日期、星期、求和范围、运行方式都写死了，没有留给它猜的空间。

今天的结论很简单：让 AI Shell 先做三件小事，并且每件小事都能独立核对，这比一次提一个大任务更可靠。下一次，我会继续用这个办法，先划边界，再给小任务，最后自己核对文件和运行结果。