团队采用了人工智能编码工具，看到了短期的速度峰值，然后在调试、回归和生产事件中支付了验证税。

差距不是世代。差距就是证据。证据驱动的开发将这一差距转变为具有明确关卡的可重复工作流程。

循环

该模型很简单：定义意图、证明差距、捕获基线、实施、证明通过、捕获结果并在审核前验证质量维度。

关键的约束是顺序。实施前的步骤创造可靠性；实施后的步骤建立信任。

|相|会发生什么 |为什么这很重要 | | --- | --- | --- | |文件|在实施之前写下完成的含义。 |防止要求漂移和成功标准模糊。 | |测试：失败 |定义并运行测试来证明差距的存在。 |确认您正在测试行为，而不是假设。 | |捕获：之前|在实施之前记录基线输出。 |为审阅者和未来的审计提供不可协商的证据。 | |实施 |在约束条件下通过人工智能辅助应用更改。 |执行速度保持快速，而酒吧仍然由人定义。 | |测试：通过 |运行有针对性的测试并确认行为现已通过。 |验证更改解决了确切的验收标准。 | |捕获：之后 |收集等效的更改后工件。 |启用清晰的前后比较。 | |验证 |审核安全性、可访问性、性能、文档和偏差。 |仅捕获失败模式测试遗漏的情况。 | |评论 |人工审核员根据证据接受或拒绝。 |对工程师负责，而不是提示。 |

:::图名：ImplementationLoopDiagram 标题：实现循环：人类定义的约束，人工智能辅助执行。 :::

在证据在实践中不可逆转之前

理论上，团队可以在实施开始后重建基线，但几乎没有人这样做。势头转向固定前进。

这就是为什么在有纪律的循环中缺少前证据被视为重置条件。

:::图形名称：MaturityLadder 标题：成熟度模型：专门针对经过审计验证的工程。 :::

Shenji: shi ge weidu

审计：十个维度

|尺寸|它捕获了什么 | | --- | --- | |构建 |编译、lint 和套件完整性 | |遥测| PII 泄露和不安全的日志记录负载 | |无障碍 |地标、键盘流程、标题层次结构 | |安全|秘密、注入风险、依赖缺陷 | |性能| N+1 路径、无界循环、内存泄漏 | |文档 |规范和实施偏差| |测试覆盖率|没有匹配测试的行为改变 | | TODO 债务 |跳过后续和未解决的占位符 | |错误处理 |被吞没的错误和泄露的内部结构| | AI 冗长 |多余的注释和不必要的抽象|

:::图名称：AuditRadarChart 标题：证据驱动检查之前和之后的审计状况。 :::

An domen de zhengju shili

Pull 请求中的证明负担