小错误带来大学习
上周在Windows设备上用Claude Code检验Google表格的复杂函数时，发生了一件有趣的事。我们期望它能找出所有错误，但实际发生的却稍有不同。
Claude Code部分遗漏了嵌套IF函数结构。表面上看起来正常，但在特定条件下数值会消失。起初我们感到沮丧。「AI连这个都做不到吗？」我们心想。
将错误视为机会
但当团队一起检视这个问题时，出现了有趣的规律。Claude Code遗漏的部分总是同一种类型，就是「函数链在3层以上嵌套，且参考范围动态变化时」。
一旦发现这点，我们尝试了不同的做法。
Claude Code擅长结构验证，
我们擅长看见逻辑边界，
两者结合会怎样？
新的自动化层级
最后我们建立了这样的系统：
1. **第一层检验（Claude Code）** , 语法、范围错误、基本逻辑
2. **第二层检验（人类设定的规则）** , 3层以上嵌套函数自动标记
3. **第三层检验（样本数据测试）** , 用实际数值执行
理解AI的弱点那一刻，我们才能创造补强它的自动化。
小团队得到的收获
身为非开发者，我们能做的正是这件事。认可工具的限制，精确定位那些限制在哪，设计流程来填补空隙。完美的自动化不存在，但从失败中学来的自动化更坚强。
下次Claude Code遗漏什么时，我们现在会这样问：「这次能学到什么？」