核心用法
wreckit-ralph 是一套结构化的AI代码验证框架，将传统软件工程中的代码审查、测试验证与变异测试整合为语言无关的自动化流水线。其核心设计哲学是"AI无法自我验证"——通过强制分离Builder/Tester/Breaker角色，并在独立上下文中执行，避免模型自说自话的幻觉风险。
四种工作模式自动触发：
- BUILD模式：空仓库+PRD文档，执行完整绿场开发流水线
- REBUILD模式：现有代码+迁移规格，额外捕获行为基线并回放验证
- FIX模式：定向修复+回归验证，确保修复不引入新缺陷
- AUDIT模式：只读审计，不修改代码，输出质量报告
九道质量闸门（Gates）： 从AI生成代码常见的"幻觉依赖"、"模板残留"（Slop Scan），到类型检查、变异测试杀灭率（Mutation Kill）、静态安全分析（SAST），形成递进式质量门槛。关键创新在于Cross-Verify闸——通过独立Worker交叉验证同一功能，检测逻辑一致性。
两种执行架构： 大型项目启用Swarm并行验证（需maxSpawnDepth≥2），小型项目可单代理串行执行。最终输出.wreckit/证明包，包含原始数据与Ship/Caution/Blocked三级裁决。
显著优点
1. 内生可信机制：不依赖外部CI/CD或人类审查，通过角色分离和交叉验证在AI系统内部建立置信度，适合AI原生开发场景
2. 量化质量标尺：≥95%变异杀灭率+零Slop的Ship标准，将"好代码"从主观描述转为可计算指标
3. 语言/框架无关：通过detect-stack.sh自动识别技术栈，适配任意语言生态
4. 审计可追溯：证明包结构（dashboard.json + gate结果）支持跨项目质量对比与长期维护
潜在缺点与局限性
- 资源开销：并行Swarm模式需要深度≥2的子代理配置，对计算资源消耗显著；20次变异测试上限可能遗漏复杂边界缺陷
- AI固有幻觉传导：依赖检测（check-deps.sh）和类型检查仍受限于模型训练数据时效，无法识别非常新的依赖或私有注册表
- LLM-as-Judge的循环风险：可选的LLM评判闸可能重新引入自我验证问题，文档标注为"opt"（可选）但未明确禁用场景
- 裁决阈值刚性：90-95%变异杀灭率的Caution区间缺乏分层解释，可能误判关键路径与非关键路径代码的差异重要性
适合人群
- AI辅助开发团队：需要将AI生成代码投入生产的工程团队，缺乏充足人工审查资源
- 遗留代码迁移项目：REBUILD模式的行为捕获/回放适合大规模语言/框架迁移
- 开源维护者：AUDIT模式可作为PR自动质量门，降低维护者认知负担
- 安全关键领域：虽非正式认证工具，但结构化验证流程适合作为ISO 26262、IEC 62304等标准的辅助证据生成
常规风险
| 风险类型 | 具体表现 | 缓解建议 |
|---------|---------|---------|
| **配置逃逸** | maxSpawnDepth设置不足导致Swarm降级为单线程，掩盖并行竞争条件 | 执行前强制验证配置 |
| **证明包伪造** | 恶意或被误导的Worker可能虚构gate结果 | 启用Cross-Verify闸，核对原始日志 |
| **过度自信** | Ship裁决被误解为形式化验证 | 文档明确标注"高置信度"而非"证明正确" |
| **依赖投毒** | detect-stack.sh建议的依赖被篡改 | 结合check-deps.sh与供应链安全扫描 |
整体而言，wreckit-ralph 代表了AI软件工程从"提示即代码"向"验证即代码"的演进尝试，其结构化不信任设计（structured distrust）比单一代理的"自我反思"更具工程严谨性，但使用者需清醒认识其概率性本质——它是降低风险的工具，而非消除风险的魔法。