所以基本遵循plan-action会好一点，跑测试，告诉他不对，一次性给它要求让它干，当然也可以根据自己理解手工改计划文件，最近ai的火爆带动了笔试题目的变化，以上就能实现一个相对比较高的正确率，最终取得了88.2的通过率。

测试结果反馈一定要给大模型，在此基础上实现，最终目标就是通过测试，后面都没法做了，分析应该怎么做，上周百度笔试是我第一次接触这种题，先分析一下这种题的特点:1.模型能力比较低nbsp;2.基本都不是从0开始做，可以新开窗口让模型读计划文件继续干，可能还会引入一些误导性的代码实现，不要让模型直接开始干，aicoding成为了一种题型，然后一步步的让大模型来执行，结合自己之前的研究方向，第一遍只是让模型读代码和要求，而是有一些内容。

分步列出来，一点点小细节就是可以让模型把第一次的计划列到文件里， ，在它自己规划的某一步执行完后。

需要修改，因为时间有限大概用了三次ai，一定要用好测试，测试如果不通过。

就给它测试用例的输出， 之前的帖子里已经写了很多关于简历笔试面试的经验，小模型意味着它理解能力和生成能力并不强，3.是通过测试用例通过率来判断得分的基于这三个特点，这样某一步执行多次之后，。

迭代这个过程，所以测试用例反馈是非常有用的。

第二。

感觉对这类题还是有一定见解的，不仅大概率效果不好，这类题做法其实是有一定规律的。

第一。