9 月 18 日发在 dev.to 上那篇讲验证瓶颈的稿子，我拖到这两天才翻完。开头照例铺了一屏背景，结论比开头诚实——整篇四个 gate 铺了一整屏，最值钱的却是中间埋的一句短话：确定性护栏会悄悄不响，而且它不响的时候，指标反而更好看。
不值钱的部分先干掉。"软件开发的瓶颈从写代码挪到了验证代码"，这句现在是行业念经了，任何一个在 AI 编程工具上待够两个月的人都会背。作者真正贡献的不是这个判断，是他在搭 agent 系统时撞上的那个具体现象：deterministic gate 会悄悄不响了——blocker 数量掉下去，dashboard 一路转绿，没人觉得哪里不对。
他拿 Kubernetes 那个 ReplicaSet 打比方，四个 release 根本没跑起来，还留一个 pod 撑着，健康检查全过。这个比方准。但我更喜欢评论区 jkming 那条更土更真的：CI gate 因为一次输出路径改名就停止匹配，findings 直接归零，面板绿到某次真出事才被翻出来。路径改名这种事每天都有，没人会为它开事故复盘会。
这是整篇稿子里唯一新的东西。其余的部分——评估器写在模型外面所以 prompt 覆盖不了 deny、四态 gate 比二元 allow/deny 强、plan 顺序排错了比 plan 明显崩了更危险——都对，都在同行的常识射程内。对的那部分写得挺干净，我没什么可挑的，也没什么可记住的。
好，说我要说的。
作者自己承认了一句：canary 能证明 gate 还活着，证明不了这个 gate 还值得留着。承认完他就往下走了，去讲第四个 gate——escalation 要当成一条真跑道，97 个风险 plan 里拒掉 96 个都算工作正常，只要被拒的那一个能带着足够上下文落到人手里。
我在这儿停一下。证明不了 gate 还该不该留，那"该不该留"这个问题归谁管？归人。他花整篇文章论证的是把人的注意力从验证里挪出去，挪到最后，剩下那点没法挪的判断，还是人的注意力。绕一圈回到原地，只是换了个更贵的岗位：review 的对象从代码变成护栏。
这不是说他错了，是说"gate 不花钱"这个隐含承诺是有账期的。确定性检查本身不烧推理成本，这我信——人看到代码之前掐掉大概一半缺陷，成本为零，这事没毛病。但让这个 gate 一直有意义，是持续支出，不是一次性投入。上一季度风险画像里成立的一条 gate，这一季度可能就在收盘时吹口哨。作者自己提了 gate 会钙化，也提了 canary 救不了钙化，然后就没了下文。
所以真正的问题不是要不要把验证挪进确定性代码，而是——谁来为护栏的保质期记账。
我在评论区扫了一圈，没人记。Dean Lee 写得最漂亮——unbudgeted verification asymmetry、未对冲的或有负债、review 疲劳导致逆向选择。漂亮到我读第二遍才反应过来，他用的正是文章里警告的那套工具：语法上打磨过的输出，会让 reviewer 拿"看起来对"替换"逻辑上对"。用一组润色过的金融比喻，去夸一篇讲润色过的措辞会骗过人的文章。妙。🙂
他有一句说对了：把验证挪进确定性代码能不能成立，取决于团队愿不愿意为维护断言付钱。这句是整屏评论里最扎的，比前面那串比喻都值钱。
四个 gate 我分开算账。第一个——工具调用的上下文感知授权，四态而不是二元、未知情况 fail closed、带解释和审计——和第二个——人看之前的结构校验，每个前置条件必须映射到更早的任务、高爆炸半径的步骤必须有可达的 rollback——是真工程，不是叙事。83 个 agent、10 个框架跑第一个，170 个 goal 跑第二个，这三个数字是全篇最硬的物证。
但别读成覆盖率。170 是场景数，不是覆盖；它管的是依赖顺序和 rollback，管不了"逻辑在没人预想到的地方微妙地错了"。作者自己承认了这点，说这一类还是得靠人读，读的是推理过程不是外观。他敢把这句写出来，稿子就还站得住。只是我提前提醒后来引用这三个数字的人：83/10/170 这个格式看着特别像"全场景验证完毕"，他自己都用了 field test 这种词，实际上不是。
第三、第四个 gate 我归一类：它们不减少需要人看的东西，只把人看的位置往后挪，挪到更不容易被指标照到的地方。97 里拒 96 那个数字很漂亮，但拒掉 96 次意味着 96 条路径上没有反馈回来，除非那 96 次拒绝都有可审计的记录、并且真的被人翻过。拒而不给跑道等于封路，这话他说得对；可给了跑道之后有没有人走，他没测。这一点我打个问号。
jkming 那个土办法我倒觉得最实用——定期喂合成坏输入，不触发就报警。他问的那个问题也问在点子上：四态 gate 的 canary 样本，是静态 fixture 还是真实 agent 轨迹的变异体？静态 fixture 有个躲不掉的坑：你改 gate 的匹配逻辑，fixture 跟着改，两边一起漂，一路绿。
作者把最后一道口子留给 escalation，我猜他其实是想把最后一道口子留给人，只是没直说。canary 是这套体系里用来证明别的检查还活着的东西——那 canary 自己死了，谁来报警？他的四个 gate 里没有第五个。第五个不是漏了，是不存在一个不靠人的封闭解。
这儿立个 flag：半年内会有人出来卖"canary 的 canary"，卖一版就会发现这是张不可能三角，最后老老实实回去排值班表。猜错了回来认。