第 3 课：有界改动，用轨迹做审计

第 3 课：有界改动，用轨迹做审计

目标

starter 通过一串有界改动让九个测试全绿，轨迹证明没有碰过别的 东西，并且不看 solution，你也讲得清每一处编辑。

为什么有这节课

这节课最容易被跳过——也恰恰是长本事的那节。放任 Agent 一次重写 整个文件，什么也学不到，只留下一份你没底气审查的改动。监督一连串 小步骤、各自钉在一条契约行上，才能让 AI 写的代码仍然是你的。 DeepSeek Harness 让监督可审计：会话轨迹是只增的，Agent 做了什么 是供你检查的记录——不是要你信任的声明。

本课内容

开一个新会话，说：

“按 TASK.md 改 starter/report_tool.py。一次只修一组失败测试： 先 JSON 加载，再无效行隔离，再舍入，再原子写，最后是端到端测试。 每修完一组跑 python verify.py starter，然后停下来等我审。”

守住契约边界：

• 只动 starter/report_tool.py。轨迹里出现对 tests/、 solution/、scenario/ 的写入，就停掉会话，从那步之前分叉。
• 标准库之外不加 import。
• 每处改动朝一条契约行推进。顺手重构一律拒绝。
• Agent 想改测试，答案是不行。测试是契约；动的是代码。

刻意用 Harness 的长处：

• 每步之后检查轨迹。 它跑的命令和它声称的一致吗？碰的文件 和它说的一致吗？
• 分叉代替争论。 某步走错了，从上一个好步骤分叉会话，而不是 在坏状态上叠补丁。
• 看 diff，不看总结。 轨迹里是实际的编辑；Agent 的总结是它的 自述。两者不一致时以轨迹为准。

预期失败数逐组下降：7 → 5 → 4 → 3 → 2 → 0。

练习

挑 Agent 的一处编辑——最好是「无效行隔离」那段——在轨迹里找到 它，讲回来：「这处编辑做了 X，满足契约行 Y」。讲不清就先让它走读 那个轨迹步骤，再继续。

检查点

运行 python verify.py。本检查点的码只在 starter 套件 全绿时出现。不看材料能回答即算通过：

1. 这次有界改动走了几步，是什么让每步保持有界？
2. 你拒绝或分叉掉过哪条轨迹记录，为什么？
3. 指出实现「无效行带原因隔离」的那处编辑——对应哪个轨迹步骤？

预期证据

一次全绿的 python verify.py starter 运行，加上显示每处有界编辑 与其间 verify 运行的轨迹步骤。