过去，团队用 Pull Request 控制变化的入口：作者提交 diff，Reviewer 逐行理解，再用经验判断风险。这套机制建立在一个隐含前提上——代码产生得比人阅读得慢。
Agent 打破了这个前提。它可以在一次任务中修改几十个文件、补齐测试、迁移数据结构，失败后又在几分钟内给出下一版。把更多人塞进 Review 队列，并不能线性增加信心；上下文切换、注意力衰减和“看起来合理”的实现，反而会制造审核已经完成的错觉。问题因此从谁来读完代码，转变为系统怎样自动证明这次变化满足约束。
验证框架不是一组更多的测试，而是一台持续生产证据的机器：它知道什么不能变、怎样制造失败，以及失败后如何精确重放。
01 / BOTTLENECKReview 仍然重要，但不再承担全部正确性
人工 Review 擅长判断命名是否清楚、抽象是否合适、需求是否被误解，也擅长发现团队知识没有写进文档的地方。它不擅长穷举并发交错、核对上千种输入、反复执行故障恢复，更无法保证 Reviewer 此刻记住了三年前的兼容性约定。
因此，Review 应该上移到意图与边界。Reviewer 检查需求、威胁模型、不可逆决策和验证证据；机器检查可重复的事实。比如“支付请求不可重复扣款”是需要人确认的业务不变量，而在重试、超时、乱序回调中反复验证它，则应交给框架。人的判断没有消失，只是不再被逐行语法淹没。
02 / CONTRACTS先把“正确”写成机器能理解的契约
Agent 最容易完成的是目标明确、反馈快速的任务。模糊的“实现得健壮一点”无法验证；“相同幂等键最多产生一笔成功订单，即使请求重试五次”则可以执行。一个实用的验证框架通常从四类契约开始：
| 契约 | 回答的问题 | 常见机制 |
|---|---|---|
| 行为契约 | 输入与输出是否符合语义？ | 示例测试、属性测试、差分测试 |
| 状态不变量 | 任何时刻都不能破坏什么？ | 断言、模型检查、数据库约束 |
| 非功能预算 | 速度、内存与成本能否接受？ | 基准测试、资源上限、回归阈值 |
| 安全边界 | 代码能访问与改变什么？ | 沙箱、最小权限、策略检查 |
契约也需要版本管理。接口允许哪些旧字段、延迟预算采用 p50 还是 p99、数据迁移能否回滚，都应该与代码一起进入仓库。这样，Agent 得到的不是一段容易误读的聊天记录，而是一套可以运行的任务说明书。
03 / LAYERS让验证形成由快到慢的多层漏斗
所有检查都跑在每次编辑之后，会让反馈慢到失去价值。更好的结构是一只分层漏斗：秒级静态检查和单元测试先淘汰明显错误；分钟级集成测试验证真实依赖；确定性模拟主动制造网络延迟、磁盘失败和时钟跳变；最后才把候选版本送入影子流量或小比例发布。
秒级→属性与集成
分钟级→影子与灰度
真实流量
这里最关键的能力不是“测试通过”，而是失败可重放。随机测试必须记录 seed，环境必须固定依赖版本，Agent 的命令、工具输出与修改轨迹需要关联到一次运行。否则一次偶发失败只会变成日志噪声，既不能指导修复，也无法成为未来的回归样本。
Oracle 决定框架的上限
验证必须有裁判，也就是 oracle。新解析器可以与旧实现做差分比较；压缩算法可以检查解压后是否还原；排序函数可以验证有序性和元素集合不变。难点不是生成更多用例，而是找到无需人工逐条判断的正确性信号。一个弱 oracle 会让 Agent 高速优化错误目标，一个紧的 oracle 才允许它安全探索。
04 / SECURITY把 Agent 当作高效率、低信任的执行者
Agent 生成的代码与它调用的工具都不应默认可信。测试进程应运行在隔离环境中，网络、凭证和写权限按任务最小化；数据库迁移先在临时副本演练；依赖新增要经过许可证与供应链扫描；来自 Issue、网页或日志的文本只作为数据，不能悄悄升级为指令。
“测试是绿的”也不等于允许部署。发布权限、生产密钥、审计记录与回滚开关属于独立的控制平面。把生成和授权拆开，可以避免 Agent 为了完成目标而修改测试、放宽阈值，甚至绕过它本应服从的检查。
05 / FEEDBACK生产环境负责检验我们遗漏的假设
再完整的预发布环境也只是现实的模型。上线后，指标、日志、Trace、用户反馈与回滚原因必须回流：一次缓存击穿应转化为负载场景，一次地区性超时应转化为网络故障模型，一次人工拦截应转化为新的策略或不变量。验证框架由此获得记忆，不再反复支付同一种事故的学费。
先选一个高频、可回滚的服务，列出五条最重要的不变量，为每次失败保存最小复现包，并要求 Agent 在修改实现前先说明将用哪条证据证明完成。两周后，再根据真实漏网问题增加新的验证层。
最终，团队衡量的不该只是测试数量或覆盖率，而是逃逸缺陷、失败重现时间、验证反馈延迟和无需人工介入的安全变更比例。Code Review 仍是一道有价值的门，但验证框架让门后面有了仪器、护栏与黑匣子。Agent 时代真正可扩展的不是代码产量，而是可自动建立的信任。