上周GitHub上出现了一个令人眼前一亮的新项目：OpenSquilla。
上线不到一个月，GitHub Star已经突破5000+。它的核心卖点听起来有些不可思议——让AI写代码时，自动生成可验证的证据链，证明代码的正确性。
说实话，AI编程一直存在一个难以根治的痛点：不是“写不对”，而是“写完以后无法确定对错”。许多AI Coding工具修改完就交付，是对是错还得靠人逐行复查，效率实际上大打折扣。
OpenSquilla的解决思路截然不同：将验证机制直接内化到Agent自身。这个方向确实值得深入探索，于是我花了两晚上仔细进行了实测。
先说它解决了什么核心问题
传统AI编程的工作流程通常如下：
- 用户提出需求
- AI生成代码
- 人工验证代码是否正确
- 若不正确，让AI继续修改
- 循环反复，直到人工满意为止
这个流程的关键瓶颈在于：验证环节完全依赖人工。
对于简单的函数，比如写一个排序算法，验证成本很低。但对于复杂系统，比如实现分布式锁或复杂的状态机，验证成本会急剧上升——你不仅要自己编写测试用例，还要设计边界场景、运行回归测试，整个过程耗时费力。
OpenSquilla的做法则是：让AI在交付代码之前，先自行执行一遍“红绿回归证据链”。
核心技术：红绿回归证据链
它的工作流程分为三步，环环相扣：
第一步：写一个注定失败的测试
AI先编写一个测试用例，该测试用例用来验证“问题确实存在”。
举例来说，如果用户提出的需求是“修复排序函数在边界情况下的bug”，AI会先编写一个测试用例，验证“排序函数在某些输入下会返回错误结果”。
这个测试用例必须是红的——它必须失败，因为它证明的是bug的存在。
第二步：修复问题，让测试变绿
AI接着修复代码，使测试用例通过。
此时，如果测试从红变绿，就说明AI确实解决了问题。
第三步：运行回归测试
AI运行项目原有的所有测试用例，确保没有引入新问题。
如果所有测试均通过，则代码交付完成。
三步全部通过才算交付，任何一步不通过直接打回重做。
实测验证
我选取了一个极具代表性的场景：为开源项目 micrograd（Karpathy的自动微分库）新增一个“计算正确梯度”的功能。
这个功能的特点是：梯度一旦算错，模型不会报错也不会崩溃，只会悄悄越学越偏。这种bug最难发现，肉眼根本无法判断对错。
实测流程如下：
Step 1：AI编写失败测试
AI先写了一个测试用例，输入特定的梯度计算请求，预期输出是“梯度值在某个范围内”。结果测试失败——说明梯度计算确实存在问题。
Step 2：AI修复梯度计算
AI修改了梯度计算的代码，然后重新运行测试。这次测试通过了。
Step 3：AI运行回归测试
AI运行了micrograd原有的所有测试用例，确保没有破坏其他功能。所有测试均通过。
Step 4：AI与PyTorch对比
最后，AI将新功能计算出的梯度值与PyTorch计算出的标准答案进行了对比——前向值与每一个梯度在小数点后10位完全一致。
印象最深的三个发现
实测完成之后，我看到了几个有意思的点：
发现1：自我验证改变了评价标准
以往评价AI编程工具，看的是“它声称改对了没有”。现在有了自我验证，评价标准变成了“它能否自证改对了”。
这意味着，AI编程工具从“承诺制”转变成了“举证制”。
发现2：测试驱动开发被重新定义
传统TDD（测试驱动开发）是由人写测试、人验证。OpenSquilla将验证环节自动化，变成了AI写测试、AI验证。
这并不意味着人可以完全放手——人的角色转变为 “审核证据的人”，而不是“执行验证的人”。
发现3：长任务的可信度大幅提升
以前让AI执行一个复杂任务（比如重构一个模块），不放心让它自己跑，必须全程盯着。现在有了自我验证机制，可以先让AI自行运行，跑完之后查看它的“证据链”——三关全过，就信任它；任何一关不过，再介入人工。
技术细节：它是如何实现的
OpenSquilla的核心架构分为三层：
第一层：Agent层
负责理解用户需求，规划实现步骤，并决定是否需要生成测试。
第二层：Coding层
负责代码生成与修改。它有一个显著特点——每次修改都会自动生成对应的测试用例，而不是等用户问了才写。
第三层：验证层
负责执行测试、分析结果、决定是否继续。验证层有三种策略：
- 单元测试：验证单个函数的行为
- 集成测试：验证多个组件的协作
- 对比测试：与已知正确答案对比（如PyTorch）
判断：可验证性将成为AI编程的标配
实测下来，OpenSquilla解决的不是“AI写代码”的问题，而是“AI写代码的信任问题”。
在AI编程工具刚出现时，大家关注的是“能不能写对”。现在关注点已经转向“能不能证明写对了”。
这是一个很重要的转变——它意味着AI编程从“能用”走向“可信”。
未来，评估一个AI编程工具好不好，不仅看它生成的代码是否正确，还要看它是否具备自证对错的能力。