让 AI 稳定调用脚本，先做这 3 步

AI 工具已经不是少数人的实验品了。Stack Overflow 2025 调查显示，84% 的受访者正在使用或准备使用 AI 工具，51% 的专业开发者每天使用；与此同时，66% 的开发者最烦‘几乎对了但不完全对’的答案，45% 觉得调试 AI 生成代码更费时[1]。这意味着，脚本的价值正在从‘人手执行’转成‘机器可稳定调用’。

方法

1. 把脚本入口收成一个主命令，参数只保留固定字段，尽量让每个参数都能被机器直接校验。
2. 输入尽量用 JSON 或 key=value，不要把数组直接 export 给子进程，尤其是有空值、空格和顺序要求的时候。
3. 把标准输出留给结果，把日志单独写到 stderr 或文件，这样 AI 才能稳定区分成功结果和调试信息。

第一步不是重写逻辑，而是先让脚本像一个 API。对 AI 来说，能稳定调用，比能看懂更多注释重要得多。一个入口只做一件事，AI 就更容易判断什么时候该传参、什么时候该重试、什么时候该停下来。

步骤

第二步，给每个参数设边界。路径、模式、重试次数、超时这些值，应该由明确的 flag 传入；数组、列表和可选项，最好先序列化成 JSON，再在脚本里解析。这样做的好处不只是‘不乱’，还包括可复现、可记录、可回放。今天出错，明天你就能用同样的输入复跑一遍。

第三步，把错误处理做成可读的退出码。比如 0 表示成功，2 表示参数错误，3 表示外部依赖失败。AI 在调用脚本时，最怕的是‘看起来跑完了，其实中间已经失败’，所以退出码比一长串自然语言更可靠。换句话说，脚本越像合同，AI 越像可靠的执行器。

Meta 最近开始记录员工与工作电脑的交互，用来训练和改进 AI 模型，这种做法让‘行为数据如何被机器消费’变得更具体[2]。对脚本来说，同样的原则也适用，谁调用、传了什么、输出了什么，都要能追踪。只要日志、参数和错误码做得足够清楚，AI 调脚本就不会只剩下‘试一试’。

如果你只记一个原则，就记这句：让脚本像一个小服务，而不是像一段给人临时复制粘贴的命令。对于 AI 调用场景，这个差别会直接决定稳定性。

• 先固化入口，再优化内部逻辑。
• 先保留结构，再追求简洁。
• 先让机器能判断，再让人看着舒服。

来源

[1] 2025 Stack Overflow Developer Survey — Stack Overflow

[2] Meta to cut one in 10 jobs after spending billions on AI — BBC News