为 AI 智能体工程主张建立证据契约
AI 总结
一篇技术文章指出，文章写得完整、存在公开仓库，并不等于其中的智能体能力已经得到验证。作者以 Open ETF Agent v0.5 为例，将技术主张映射到实现位置、固定源码版本、运行目标、验证回执和具体行为范围。文中还区分了核对既有登记与固定证据，以及实际重跑受限目标两类结构化检查。v0.5 示例使用合成输入，覆盖显式保存、修订和遗忘行为；它并未证明完整账户级记忆服务或自动语义学习已经公开。
深度见解
这套方法让读者能够判断哪些范围有限的主张确有实现、可复现且有匹配的验证证据，而不必把仓库链接当作整个系统或全部主张的证明。
技术文章很容易给人一种错觉：文章写得完整，GitHub 仓库也存在，技术方案就已经得到了验证。但这三件事并不等价。
假设你读到一篇 Agent 长期记忆文章：它介绍保存偏好、更新记忆、响应遗忘请求，最后附上开源仓库。你准备照着运行，却发现文章讨论了自动学习，示例只有手动保存；仓库已经升级，不知道文章说的是哪一版；README 写着测试通过，却没说验证了哪段行为。
这未必意味着文章写错了。更常见的问题是：技术主张、实际代码、运行版本和验证结果之间，缺少一条可以核对的关系。
最近整理 Open ETF Agent 的公开工程时，我尝试把这条关系明确下来。目标不是为每篇文章附上长长的测试报告，而是让读者能回答三个实际问题：它在哪里实现？我怎样运行？运行结果究竟证明了什么？
一、为什么只贴 GitHub 地址还不够？
最早写技术分享时，讲清方案、给出片段、最后贴一个仓库链接，通常就够了。但项目持续演进后，三个细节会逐渐变成问题。