RunThru

嘿 Product Hunt！我是 Jesse。我的编码智能体开 PR 的速度比我审得还快，而“tests pass”越来越没有我期待的那么有分量。所以我做了 RunThru，直接给我看功能真实跑起来的样子。它起初是个黑客松项目（OpenAI 在 NYC 的黑客松上，80 个项目里排第 4），后来我又把它从头到尾重写了一遍。

在 pull request 下评论 /runthru。RunThru 会在真实浏览器里打开预览部署，实际使用 PR 改动的功能，并录一段带旁白、字幕和章节的走查视频。然后第二个模型看视频，带着时间戳判断功能是否正常。大约五分钟后，这些都会汇总到一条 PR 评论里，另外你的 CI 旁边还会多一个 RunThru check，可以设成合并前必须通过。

有几件事我挺自豪：

• 它从不编造。旁白只根据屏幕上看到的内容来写，审核模型会逐行对照画面核对。

• 它帮我们抓到了一个真实 bug：我们 staging 站上一个“刚刚上线”的试用活动下面，有评论日期显示“62d ago”。没人让它去查，也没有审阅者注意到。

• 它从不 push 代码，也不运行你的代码，而且只有 repo 成员要求时才会运行。

• 每个视频都有一个分享页，可以发给任何人或通过邮件分享，不需要席位。它还可以把每个视频连同结论发到 Slack，或者只发需要关注的。

每月 5 个视频免费，不需要信用卡或 API keys。之后大约每个 pull request $1：Pro 是每月 $29，30 个视频，代码 FOUNDING 可让前 20 名客户享受一年 40% 折扣。

在下一个 PR 上试试：https://github.com/apps/runthru-video/installations/new

或者先看一个真实的：https://github.com/jlin3/runthru-demo/pull/2

告诉我它哪里做错了。我今天还会给所有评论的人的产品录视频，所以把你的 URL 发来。

恭喜 Jesse！“Tests pass”没有你期望的那么有分量，这正是我在智能体 PR 上遇到的情况，而看功能实际运行就是正确的解决办法。RunThru 是用真实的鼠标和键盘事件来驱动页面吗？在我的应用里，合成事件掩盖了真实点击一下就能发现的 bug。

这正是我在智能体 PR 上一直遇到的缺口——diff 看起来没问题，但除非我自己 checkout 这个 branch，否则还是不知道功能到底能不能用。第二个模型给走查打分，这一点让我觉得可信，尤其是旁白会对照屏幕内容检查，而不是凭空编。好奇它怎么处理预览部署里登录后的流程——我的大多数 PR 都在这种场景里。恭喜发布！

第二个模型给走查打分，这一步把 demo 视频变成了我能信任的东西，因为只展示 happy path 的视频看起来很棒，直到流程在真实账号上崩掉为止。