生成的应用谁来测试稳定性
「AI 写的代码能信吗」是所有自动化开发工具绕不开的疑问。MiniMax App 的答案是把测试也纳入任务流程：官方能力表在 Code 能力下明确写着 Bug-free：模拟用户操作做全面测试。
自动测试在测什么
模拟用户操作，意味着测试视角是「一个真实用户会怎么用这个应用」：点每个按钮、填每个表单、走完注册登录流程、触发业务逻辑——而不是只看代码能不能编译。配合「美观度：重视界面设计的交互视觉风格和用户体验」这条标准，交付时的应用应当是能走通主流程、交互不破相的状态。
你的验收仍然必要
自动测试覆盖的是常规路径，三种情况仍需自己过一遍：
- 真实数据的表现：测试用的多是构造数据，换成你的真实数据后字段长度、边界值可能出现新问题。
- 你的验收标准：Agent 不知道你心里的「好用」标准，主观体验要自己确认。
- 跨设备兼容：手机上生成的应用，目标用户用的设备五花八门，关键场景多换几个设备或浏览器试试。
发现问题怎么办：小问题用中途插话描述现象让 Agent 修（机制见任务跑到一半还能插话改需求吗）；结构性问题考虑用检查点回到改动前的节点重来（见任务走偏了用检查点倒回去重来）。
减少返工的前置动作
官方给开发任务的建议里有两条直接减少测试期的反复：
- 提供参考：给出喜欢的网站截图、UI 设计稿或想模仿的页面，方向对了返工就少。
- 一开始就说清 API 与版本：中途换技术方案是测试期Bug的高发源。
这两条的具体展开见给AI下指令的六个实用技巧。
测试机制依据官方能力表整理，具体测试范围与覆盖度以实际交付为准。