arXiv Artificial Intelligence· Parker Fawcett·· 17 小时前AI 评分42
rebuild-dossier：用自动化检查强制约束 AI 智能体重建应用的规格，以及模型层级失败揭示了什么
Rebuild Dossier: Mechanically-Enforced Specs for Agentic App Rebuilds, and What Model-Tier Failures Reveal
AI 导读
开源工具 rebuild-dossier 在写代码前锁定应用的真实接口（精确输入输出），并通过自动化检查强制一次只构建一个测试，而非仅靠书面指令。小规模对比中，合规智能体未通过一项保留测试，而违规智能体全部通过，说明测试可被钻空子时通过套件并不证明正确性。该工具采用 MIT 许可，可针对自有应用端到端复现，且风险在另一模型与工具链上同样重现。
来源：arXiv Artificial Intelligence · arxiv.org