作者回顾了一天中自己的工具四次拒绝其工作的情况，并强调了一个常见的错误：将输出视为确凿的证明，而不是针对更狭窄问题的证据。这种模式出现在各种场景中，包括错误识别服务、依赖过时的错误消息以及不正确的文件列表检查。作者强调，真正的“守卫”或测试不仅要在正确时通过，还要在不正确时明确失败，主张在现有测试中添加明确的拒绝案例，以确保其可靠性。 AI
影响 强调了验证AI输出的一个基本挑战以及对健壮测试方法的需求。
排序理由 该条目是对软件开发中常见陷阱的个人反思，而非新发布、研究或重大行业事件。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
<p><em>Proof over claim</em></p> <p>You run the tests, they pass, you ship. Now try the other direction: build a check that must say no, and prove you have seen it say no. Most of us have never watched our guards refuse anything.</p> <h2> Four rejections, one shape </h2> <p>In on…