完成前验证技能——先有证据,再下结论
verification-before-completion 技能如何强制执行一条规则:没有最新的验证输出,就不得声称完成。本文介绍门控函数、常见失败模式,以及为什么部分检查证明不了任何东西。
不运行验证就声称工作已完成,这不是效率——这是虚假陈述。verification-before-completion 技能只编码了一条规则:不得声称成功,不得表达满意,不得提交,不得创建 PR,不得进入下一项任务,除非在同一条消息中运行了相关命令并读取了其输出。
该技能在任何完成动作之前加载。其核心工具是门控函数:一个五步序列,必须在做出任何肯定性声明之前按顺序执行。
门控函数
这五个步骤是:确定哪个命令能证明该声明;全新且完整地运行该命令;读取完整输出并检查退出码;确认输出确实支持该声明;只有到这时,才附上证据陈述该声明。跳过任何一步都会产生谎言,而不是验证。
该规则适用于确切措辞,也适用于转述。“现在应该能通过了”、“看起来正确”和“大概没问题”都是没有证据的完成声明,尽管它们都没有说出“完成”这个词。该规则的精神涵盖任何暗示成功但未运行检查的措辞。
常见失败模式
该技能中的一张表将声明类型映射到实际构成验证的内容。声称测试通过,需要显示零失败的测试命令输出——之前的运行或“应该能通过”不符合条件。声称构建成功,需要以退出码零结束的构建命令——仅靠 linter 输出不符合条件,因为 linter 不检查编译。声称缺陷已修复,需要复现原始症状并看到其通过——修改代码并假定已修复不符合条件。声称 agent 完成了任务,需要检查 VCS diff 中的实际变更——agent 自己的成功报告不符合条件。
这些失败模式中的每一种都在实践中出现过。未定义的函数进入了生产环境。功能以不完整状态发布。在重新调整工作方向之前,数小时被花在虚假的完成上。
回归测试与 TDD
具体到回归测试,“写了一个回归测试”还不够。必须完成红绿循环:编写测试,运行它并确认它通过,还原修复,再次运行并确认它失败,恢复修复,第三次运行以确认它再次通过。一个从未被看到失败的测试,并没有证明它能捕获为其编写的缺陷。
为什么这没有商量余地
该技能引用了 24 个记录在案的失败案例,这些案例塑造了该规则。当人类伙伴看到站不住脚的完成声明时,信任就会破裂。返工的成本高于跳过验证所节省的时间。该规则不允许任何例外:不是疲劳,不是信心,也不是“覆盖了重要情况”的部分检查。
阅读什么是 Datarim以了解更广泛的背景,或查看关于v-ac-axis-split 技能的相关文章,该技能在规范层面管理证据要求。