Statewave Guide
一个针对 AI 代码理解与智能体验证的开源项目,通过构建应用图谱和 Feature Scope 机制,解决 AI 断言技术正确但功能无关的验证盲区
时间轴 (近 90 天)
产品测试使用独立模型 OpenAI GPT-5.6 Sol 按固定评分标准对 21 个功能点逐一打分,结果显示中位数有用性 1/3,仅 24% 被评为「真正有用」。
第一轮实验中,有已验证能力的功能平均分 1.43,无已验证能力的功能平均分 1.14,差距微乎其微;修掉语言问题后同样的对比变为 2.00 对 1.07。
21 个输出中有 14 个被判定为「过于技术化」,13 个被标记为缺少某项能力。
有 10 个功能点直接输出原文「No capability, route or permission has been verified for this feature.」给用户,且这 10 个功能点全部被评为「过于技术化」(10/10)。
Statewave Guide 架构新增 Guidance Compiler 层,位于 Product Model 和 Renderer 之间,职责是将经过验证的产品事实翻译成用户可理解的指引,且不引入任何新的未经证实的声明。
验证驱动管道中渲染器可能未为「未验证」状态准备面向用户的替代文案,导致直接输出内部诊断记录,暴露出验证层与呈现层之间缺少转换逻辑。
安全与有用是两条独立的轴,系统可以同时做到「零错误声明」和「几乎全部平庸」,两者之间没有自动的转换关系。
早期实验容易把「表达糟糕」误判为「能力不足」,因为第一轮实验中能力信号几乎不可见,修掉语言问题后信号才变清晰。
Statewave Guide 团队使用 anthropic-opus-5 模型在其自研应用上进行数百次测试,结果显示零条虚构路由抵达产品模型、零条虚构权限、零个未知主题被错误引入。
验证器仅回答“这个陈述是否有真实证据支撑”,而不回答“证据是否属于当前功能”,这导致了技术正确但完全无关的答案。
还有 7 条时间轴事件
全部知识事实 (8)
早期实验容易把「表达糟糕」误判为「能力不足」,因为第一轮实验中能力信号几乎不可见,修掉语言问题后信号才变清晰。
50%待验证Statewave Guide 架构新增 Guidance Compiler 层,位于 Product Model 和 Renderer 之间,职责是将经过验证的产品事实翻译成用户可理解的指引,且不引入任何新的未经证实的声明。
50%待验证验证驱动管道中渲染器可能未为「未验证」状态准备面向用户的替代文案,导致直接输出内部诊断记录,暴露出验证层与呈现层之间缺少转换逻辑。
50%待验证安全与有用是两条独立的轴,系统可以同时做到「零错误声明」和「几乎全部平庸」,两者之间没有自动的转换关系。
50%待验证Feature Scope 是 Statewave Guide 团队为修复验证盲区引入的中间层:图谱先确定当前分析的功能及其对应节点与边,再仅从该子图内生成候选断言。
50%待验证Statewave Guide 的设计流程从“模型→编造断言→验证器”改为“图谱→确定性断言机会→模型添加含义→验证器”,将模型角色从事实生产者降级为表述者。
50%待验证Statewave Guide 建立在 Statewave 之上,Statewave 是一个开源、自托管的 AI 智能体记忆运行时,强调治理与溯源,采用 Apache 2.0 许可。
50%待验证验证器仅回答“这个陈述是否有真实证据支撑”,而不回答“证据是否属于当前功能”,这导致了技术正确但完全无关的答案。
50%