Kenny Wu

AI 会谎报测试通过，开源守门工具把证据变成硬约束

Claude Code 可能在未运行测试时声称“全部通过”。开源工具 honestly 在回复和命令执行前核对运行记录，并要求可复现的测试结果。问题不只是模型措辞，而是 AI 编程正把未经验证的执行结果包装成交付结论。