快速開始

#你需要準備兩樣東西

閘門是執行你的測資，不是問一個模型「這看起來對不對」。所以：

1. 一段需求 — 說清楚要什麼。
2. 一份能跑的驗收測資 — 輸入是什麼、期望輸出是什麼。

#一道題長什麼樣

驗收測資切成兩半：

一份程式通過可見、卻沒通過隱藏，就是一次假交付。這是「產出看起來像需求，但不是需求」這個問題的可操作形式。

# suitespec.py — 驗收套件是「資料」，不是程式
# 套件只包含：方言、進入點名稱、輸入—期望值的字面值清單
# 執行器只跑自己的確定性渲染器從這份資料產生測試碼

為什麼「V ⊆ GT」讓「無損」這個詞失效 這裡有個我們自己踩到的坑，值得先知道：在我們用過的兩個題庫裡，隱藏測資都是可見測資的超集，所以「隱藏會過但可見不過」在構造上不可能發生。這個發現推翻了我們自己預註冊裡的一條前提。

#走一遍

# 1) 起中介，指向你的模型（LM Studio / Ollama / 雲端 API 都行）
vacant run --agent opencode --base http://localhost:1234 --model your-model

# 2) 代理跑完、行程結束 → 這就是交付點
#    系統在凍結的工作區快照上跑可見驗收

# 3) 看裁決
#    0 = 交付　20 = 拒交　22 = 基礎設施失敗

過程中你會拿到兩層東西：

行動票（每題一張） — 需求、AI 說了什麼、跑了哪幾條驗收、裁決是什麼。

收據（每次嘗試一筆 + 每題一筆裁決） — 見下。

#閱讀一張收據

收據上每一格都簽名，並鎖住前一格的雜湊。所以：

• 改一個字 → 鏈就斷在那一格。
• 任何持有公鑰的人都可以離線重算，不需要相信我們。

驗證方式：

vacant audit <name>     # 重驗某個 logbook 的簽章鏈（PASS／FAIL）

我們自己保存的離線單檔檢視器（exhibit/receipts/receipt_viewer.html，0.3 MB；多方版 4.5 MB）把收據內嵌在檔案裡，零外部資源、零網路請求，存下來以 file:// 直接開也跑得完全鏈驗證。

#五種代理的實測結果

在真模型上，20 格全部符合事先寫好的判準（20 條收據鏈 / 40 筆）：

#接下來

• 閘門的完整規則：驗收閘門 CONFORM
• 想看它替掉了什麼：委員會式設計在等預算下輸給多數決
• 想自己重跑：重跑方式