我制作了一个开源程序，能够强制AI代理严格遵守每一条技能指令。每一条规则、需求、模式和API都成为必须执行的义务检查。

  • 每个需求100%覆盖。
  • 每个原则100%遵守。
  • 支持20多种语言，以及Markdown和Swagger。

现代AI已经能够很好地编写代码、文档和小说。剩下的瓶颈不是创作，而是遵守：代理可以理解规范，但忽略一个约束后仍宣称工作完成（合规差距）。

证据要求代理在完成工作时对每一条指令做出说明，陈述输出如何满足指令，或为何不适用。这一项义务将合规从承诺转变为完整的、可审查的图表。

/**
 * @evidence docs/discount.md#coupon-stacking 用买家的话说明本节定义的每个发行者叠加限制。
 * @evidence POST:/orders/{orderId}/coupons 解释此端点对超限叠加优惠券集返回的拒绝。
 * @evidence ../hooks/useCouponStacking.ts#useCouponStacking 渲染此钩子解决的限制。
 * @evidence .agents/skills/principles/SKILL.md#no-hard-coding 从props渲染限制，而不是基于已知发行者名称进行分支。
 * @evidenceExclude .agents/skills/principles/SKILL.md#fix-root-causes 纯渲染器中不存在失败路径。
 */
export function CouponStackingNotice(props: IProps): JSX.Element

我在这里发布这个内容，是因为我认为这种方法可能对AI游戏开发产生巨大影响。我使用证据图（Evidence Graph）为AutoMovie定义了原则和规范，并成功自动化了3D建筑、可复用实例及其内部结构：

多视角审查规则特别有效。代理必须从多个角度审查结果，并检查外部和内部，而不是仅从一个视角批准。这对最终结果产生了巨大的影响。

  • 3D结果（由Codex GPT-6-Astra生成）：https://samchon.github.io/automovie/