產出的人不能驗自己：AI 時代的驗收設計

會議重點

• AI 自產自驗容易形成「球員兼裁判」：同一個 session 或 Agent 同時開發與 Review，較可能忽略自身錯誤。
• SDD 以規格作為開發依據，但規格存在不代表已生效；必須將 AC、測試與驗證證據納入可執行的 Harness。
• 驗收應分層進行：先確認規格與 AC 是否被實測，再由獨立驗證者檢查實作、測試與最終自檢報告。
• 自動化程度須依風險與可逆性調整；低風險、可逆的 POC 可放手執行，高風險或不可逆操作必須保留 Human in the loop。
• 閘門不必複雜。實務上可用簡單的 shell 與 grep 產生 exit 0 或 exit 2；關鍵在於定義哪些界線必須阻擋、哪些僅警示。

SDD 與 Harness：讓規格成為可驗證的約束

SDD 的基本流程為規格、計畫與實作；Ci 主張再加入驗證與交付確認。AI 可協助撰寫規格，但人員需先確認需求與 AC，避免 AI 在錯誤或不完整的目標上高效率產出。Harness 則是在工程系統外層設置的監督與限制機制，要求 AI 以測試、檢查表與證據證明完成度。

Human in the loop 應置於兩個關鍵點：第一，AI 完成規格與 AC 後，由人確認是否符合團隊真正需求；第二，AI 完成工作並提交自檢報告後，由人審查其做過哪些驗證、哪些項目仍未確認。中間若發現偏差，可回饋 hints 要求重做或更新。

AC 與 Constitution：把「完成」寫成可測條件

AC 應明確描述需求完成條件及驗證方式，而非僅寫抽象目標。撰寫後至少檢查三點：是否有邊界、是否能清楚驗證、是否足以判定完成。AI 後續可依 AC 撰寫 Unit Test、TDD 與 End-to-End Test，並回到 AC 檢驗結果。

Constitution 是專案不可違反的規矩，應在 SDD 每個階段持續載入，例如禁止修改特定區域、必須遵循特定規範。為降低幻覺與虛構完成狀態，驗證輸出必須標示來源與實測證據；若無法確認，應明確回報未驗證，而非補寫推論。

實務上，規格是否真的被執行比規格文件是否存在更重要。講者曾讓迴圈整晚執行且每輪皆顯示成功，事後才發現流程根本未走過既定規格；因此，規格應透過可執行檢查與明確 exit code 連結到實際閘門。部分檔案可先採 warn 而非阻擋，但必須清楚管理例外。

Prototype 與契約：縮短落差、支援前後端並行

AI 可快速產生 Prototype，但 Prototype 不等同可交付產品。為降低其與既有產品的落差，AI 應取得產品元件與文件作為參考；Ci 以 Storybook 與 MCP 為例，讓 AI 可讀取既有 component 資訊，優先重用既有元件而非任意生成。

前後端可各自使用獨立 repo 與 Agent，但共同讀取同一份專案規格；後端先產出 API Contract，前端即可依契約並行開發，不必等待後端完整實作。契約中的授權、欄位與相容性問題應先確認，避免整合時衝突。

獨立 Agent 分工與驗證環境

開發與驗證應由不同 Agent 負責。Ci 的做法是以 Claude 進行開發、Codex 執行驗證，降低同一上下文或同一模型為自身產出背書的偏誤。獨立驗證者曾發現可能出貨的程式碼錯誤、AI 捏造的引言，以及對產出者有利而容易被忽略的數字。

派工時應明定可使用檔案、工作位置、輸出位置與完成證據。可使用 Git worktree 讓多個 AI 平行工作，但相近功能仍須處理 merge conflict。驗證環境則需讓 Agent 能操作真實或足夠接近真實的情境；若完整帳號、SSO 或權限建置成本過高，可先提供 mock。

Review 閘門：以新鮮上下文驗證完成證據

End-to-End Test 必須限制 Agent 可操作的行為與權限，並要求證明合法身分及成功情境。測試綠燈本身不足以保證正確，仍須回看測試實際驗證的行為，避免只測到數值或與需求無關的條件。

每個 MR 應使用全新的 reviewer，以避免既有上下文造成盲點；但 reviewer 仍須讀取 Harness 中的共同規範。Review 結果應標示哪些發現來自實測、哪些僅為推論；必要時再交由另一個驗證 Agent 複查。不同 reviewer 亦可分別專注於不同風險面向，提升檢查深度。

「我們要負責任。」
— Ci

最終責任仍在人。AI 可產出自檢報告、協助過濾雜訊與指出未驗證項目，但人員應檢視報告與關鍵結果後才交付。驗收工作的轉變不是逐行閱讀所有產出，而是管理 AI 做了什麼、證據是否可靠，以及何處需要調整規則。

討論摘錄

• 放手程度取決於邊界設計：規範清楚、驗證者可靠時，可讓 AI 自主執行並於結果產出後集中審查。
• 示範與流程本身也要納入規則；若未明定「示範前必須實際跑過一輪」，即使採預錄影片，仍可能暴露驗收閘門的缺口。
• 現場問答聚焦前後端分離情境下，如何透過共享規格與 Contract 支援協作。