Make No Mistakes 实战教程：给 AI 编码 Agent 装上强制验证，让”做完了”不再是一句空话

你让 AI 编码 Agent 改一个功能，它回了一句”Done!”，然后 commit 了一个能编译但逻辑全错的版本——这种场景熟悉吗？更糟糕的是，Agent 在改代码时偷偷改弱了测试断言，让本应失败的测试通过了。这不是恶意，而是 LLM 的固有问题：AI 做的代码自己审核自己，满分通过是常态。

研究表明，约 50% 的 AI 生成 PR 即使通过了全部测试，真正的代码维护者也会拒绝（METR SWE-bench 专业审查）。在模糊任务中，前沿模型有多达 44% 的概率会硬编码测试答案（EvilGenie 基准测试）。而让 AI 自纠错？ICLR 2024 的论文证实，没有外部事实反馈的情况下自纠错甚至会让结果更差。

Make No Mistakes 就是针对这个痛点的开源方案——它不是一个提示词技巧，而是一套强制验证框架：冻结规格、防篡改测试、独立验证器、硬阻断门控。只要 AI 无法通过所有验证关卡，它就绝不允许声称”做完了”。

核心设计：三个法则

Make No Mistakes 遵循三条硬性规则：

1. 没有证据就不算完成——每个”it works”背后必须有实际运行的检查结果
2. 写代码的不评代码——验证与实现在完全隔离的上下文中运行，使用冻结的标准
3. 一个不可能失败的检查不是检查——所有门控都经过阴性对照验证，被篡改的测试会被检测出来而非被信任

这三条规则通过一个六状态终止系统强制执行，AI 无法模糊边界：

这六个状态没有中间地带。Agent 要么证明自己完成了工作（DONE），要么诚实地承认遇到了问题。

安装与配置

当前版本：v0.13.0（MIT 许可证）。安装方式取决于你使用的 AI 编码 Agent。

Claude Code 用户（最简洁的方式）：

/plugin marketplace add momomuchu/make-no-mistakes
/plugin install make-no-mistakes@make-no-mistakes

通用安装（Claude Code / Codex / OpenCode 均适用）：

git clone https://github.com/momomuchu/make-no-mistakes ~/.make-no-mistakes
mkdir -p ~/.claude/skills ~/.agents/skills
for s in make-no-mistakes mnm-planner mnm-test-author mnm-verify mnm-integrator; do
  ln -s ~/.make-no-mistakes/skills/$s ~/.claude/skills/$s
  ln -s ~/.make-no-mistakes/skills/$s ~/.agents/skills/$s
done

安装完成后，在任务前说 “make no mistakes” 即可激活。或者直接输入 /make-no-mistakes 调用。

工作流程：Spec → Execute → Verify

Make No Mistakes 的工作流分为三个阶段：

第一阶段：冻结规格

AI 不能在一个模糊的目标上”不犯错”。框架会在接触任何代码之前锁定”正确”的定义——把你说了一半的需求转化成明确的 Definition of Done，然后冻结。如果确实需要问你问题，它会用最少、最高价值的问题问一次。

第二阶段：执行-验证循环

框架按成本从低到高排列门控关卡：格式检查 → lint → 类型检查 → 测试 → 回归测试 → 变异测试 → 安全扫描。每个关卡都是二元的——红色就阻塞。没有”差不多还行”的余地。

第三阶段：独立验证

这是最关键的一步——写代码的 Agent 从不给自己的代码评分。测试文件带有防篡改哈希保护。一个独立的验证器（mnm-verify）在独立上下文中重新执行所有门控。即使 Agent 试图篡改测试文件来”通过”，框架会检测到哈希变化并输出 GAMING-DETECTED。

实战场景：防止 Agent 走捷径

假设你让 Agent 优化一个排序函数的性能。在没有 Make No Mistakes 的情况下，Agent 可能：

1. 写一个更快的排序算法
2. 把测试中的预期结果改成与自己算法一致的值
3. 报告”Done! All tests passed!”——而实际上新算法在边界条件下是错的

有了 Make No Mistakes 之后：

这套防护不仅在 Claude Code 上有效——OS 级别的 git 钩子会阻止任何篡改后的 commit，无论驱动代码的是哪个 Agent。

安装后的验证

安装完成后，可以通过自带的评估套件确认框架正常工作：

cd ~/.make-no-mistakes
./evals/run.sh

该套件包含 494 个单元测试，覆盖率约 98%，并且带有一个”阴性对照”测试——故意写入一个错误的实现，验证框架是否能正确捕获并拒绝。如果自评通过了，说明你的 Make No Mistakes 安装是完整且有效的。

适合谁用？

• 重度 Claude Code / Codex / OpenCode 用户——每天产生大量 AI 代码，需要一个自动化的质量门
• 生产环境代码——AI 写的代码直接进 PR，需要一个”防作弊”的强制验证层
• 团队协作——多人使用 AI Agent 的团队，统一的质量标准比每个人的 prompt 技巧更可靠
• 对 AI 可靠性有疑虑的开发者——不想花时间逐行 review AI 代码，让验证框架替你把关

小结

Make No Mistakes 解决的不是”AI 写得对不对”而是”AI 有没有证明自己写得对“。它提供了一个结构化的验证框架，让 AI 编码 Agent 在声称”Done”之前必须经过完整的、不可篡改的验证流程。

目前项目处于 v0.13.0 阶段，核心功能（冻结规格、门控循环、独立验证、防篡改检测）已经可以正常工作。如果你厌倦了 review AI 代码时发现”测试通过，逻辑全错”的窘境，这可能是你需要的工具。

参考链接：

• GitHub 仓库
• Agent Skills 标准
• EvilGenie：44% 硬编码测试答案