第 4 课：像评审者一样验证，别当观众

第 4 课：像评审者一样验证，别当观众

目标

两个套件都通过，你手握一份书面记录：说清绿色运行证明了什么、没 证明什么——外加一条你从头到尾审过的轨迹。

为什么有这节课

「测试全过」是大多数 AI 辅助工作停下的地方——也是大多数隐性 bug 开始的地方。套件只证明它断言过的契约行；没人写过测试的行， 它一概不担保。验证是你写的一份报告，不是一种感觉。Harness 的 只增轨迹让评审变具体：每条命令、每处编辑都已落账——你要做的 是真的去读它。

本课内容

跑完整的一对命令：

python verify.py starter     # 你监督出来的实现
python verify.py solution    # 评审过的参考实现

双全绿意味着契约按字面被满足。现在做套件替不了你的评审：

1. 走完一个皮肤。 挑一个 scenario/<skin>/ 文件夹，用工具跑 它：python starter/report_tool.py scenario/<skin>。对照输入 文件读产出的报告——亲手重算一个分组总计。
2. 把轨迹从头审到尾。 读会话走过的每一步：读过的文件、做过的 编辑、跑过的命令。每处编辑都应能对上你在第 2 课点名的契约行； 每次 verify 运行都应真实出现。解释不了的就是范围蔓延——围绕 它重放或分叉会话。
3. 检查测试没钉的边界。 喂给工具一个空 CSV、一个全是无效行 的 CSV、一个不存在的文件。契约没钉这些——你的判断钉。记下 它的行为。

练习

为这次改动写三行证据记录：

• 已验证： 跑过的命令（连同其轨迹条目）和它们证明了什么。
• 未验证： 没有测试钉住的输入与行为。
• 已知局限： 你看到的、契约从未承诺过的东西。

写得诚实——「未验证」是一份事实清单，不是忏悔书。

检查点

运行 python verify.py。本检查点的码只在两个套件都过 时打印。不看材料能回答即算通过：

1. 你手工重算的分组总计结果如何？
2. 说出一个套件没钉的输入，以及工具对它的实际行为。
3. 哪个轨迹步骤（如果有）你会请同事来解释？

预期证据

两次全绿运行、你的三行证据记录、审完的轨迹。