Hi带娃的我热爱AI 大模型应用落地、意识解码与 AI 开发工具链。 创业路上用技术换时间一起把 AI 变成生产力 WeClaw_88论文依赖活体代码时怎么重构才不烧掉自己的实验一次提示词瘦身的安全骨架系列文章第 88 篇- 冻结契约 · 快照门禁 · 门禁驱动验收 · 回归归因 · 论文代码漂移治理 专栏信息《从零到一构建跨平台 AI 助手WeClaw 实战指南》专栏专栏定位面向开发者和技术决策者的实战专栏用真实案例和完整代码带你理解如何构建生产级 AI 应用上一篇讲了系统提示词瘦身的「攻」怎么把 244,357 tokens 砍到 48,845。这一篇讲「守」——WeClaw 同时是一个在演化的产品和三篇在投论文的实验平台论文实验脚本直接 import 活体代码。在这种项目里一次善意的重构足以烧掉已发表的数字。本文记录我们为这场高风险重构搭设的四道安全骨架每一道都对应一次真实踩过的坑或差点踩的坑。‍ 作者与项目作者简介翁勇刚 WENG YONGGANG新概念龙虾-WeClaw 开发团队负责人一群专注于跨平台 AI 应用的实践者理念“再复杂的技术也能用代码讲清楚” 项目地址https://github.com/wyg5208/weclaw.git 官网地址https://weclaw.link 作者 CSDNhttps://blog.csdn.net/yweng18⭐ 欢迎 Star⭐、Fork、贡献代码 摘要本文结构概览「论文依赖活体代码」为什么是一种特殊危险比依赖快照更脆→ 第一道骨架先冻结不可逆的东西数据快照门禁→ 第二道骨架冻结契约 10 条 query 的快照护栏 → 第三道骨架门禁驱动的批次验收每一步全绿才放行 → 第四道骨架用git stash做回归归因把「既有失败」和「新增回归」分开 → 收尾论文与代码的 5 处漂移如何在重构中一并清算 → 四条可复用的纪律。核心观点安全不是重构完成后的验收动作而是重构开始前的结构布置。等代码改完再想「会不会破坏论文」已经晚了。一、一种特殊的依赖论文 import 了你的活体代码常规项目里论文和代码的关系是单向的写完论文代码继续演化论文里的数字是历史快照互不打扰。WeClaw 不是这样。三篇在投论文工具暴露机制、跨会话经验、异步工具编排的实验脚本直接从源码树 import意图分类器、工具注册表、上下文压缩器……跑一次实验脚本读的就是当下的活体代码。这意味着任何人「顺手优化」一下意图分类器的关键词表已发表表格里的准确率就不可再生成了提示词瘦身这种看起来只碰文本的改造极易顺手「统一」几个被实验脚本依赖的符号签名。我们把这种风险叫做活体依赖live dependency它比数据丢失更隐蔽——代码照常运行测试照样通过只有重跑实验脚本时才会发现数字变了而那时你往往已经不知道是哪次提交改的。应对原则只有一句话把「会变的」和「不许变的」在结构上分开。下面是四道具体的骨架。二、骨架一先冻结不可逆的东西数据快照门禁方案排期上我们做的第一件事不是改代码而是给数据上锁。排查发现异步编排论文的实验脚本对生产库做全表扫描没有日期过滤。生产库每天都在增长——今天跑出 21.32s下周跑可能就是 21.4s。已发表的数字正在缓慢变得不可再生成而没有人察觉。这是整个改造中唯一不可逆的风险代码改坏了可以回滚数据窗口漂移了永远找不回来。于是设立了「P-1 门禁」——三项未完成一行生产代码都不许动快照冻结只读数据库快照落盘归档脚本 快照同仓存放脚本护栏实验脚本加--until日期参数所有查询显式带 cutoff 过滤论文声明正文补一段采集截止日期与快照可用性说明。# run_cfta_experiments.py 加上的日期护栏示意parser.add_argument(--until,default2026-08-08 23:59:59,help数据采集截止日期所有查询显式过滤)...WHERE created_at?# 每条查询都带上无一例外纪律重构的风险清单里不可逆项永远排第一个处理。可逆的错误可以边做边修不可逆的错误只能事前拦截。三、骨架二冻结契约 快照护栏给 API 立界碑数据冻结后是符号冻结。全库 grep 出一份清单实验脚本到底依赖哪些符号的哪些行为结论写成方案里的「冻结契约」detect_intent_with_confidence/IntentResult/INTENT_CATEGORIES等论文复现面符号只增不改——可以增加新符号、新参数但既有符号的签名与语义在本次改造中保持逐位不变。契约本身只是文字让它长出牙齿的是快照护栏改造开始前用 10 条代表性 query 跑一遍分类器把(primary_intent, confidence, 暴露工具集)三元组落盘成基线 JSON此后每个批次的验收脚本都重跑这 10 条与基线逐位比对任何漂移当场红灯。# verify_domain_guides_split.py 的 E4 护栏示意forsnapinbaseline[snapshots]:rdetect_intent_with_confidence(snap[query])assert(r.primary_intent,round(r.confidence,3),sorted(r.intents))\(snap[primary_intent],snap[confidence],snap[intents])10 条 query 的选取刻意覆盖了边界高置信命中、低置信命中、以及 4 条返回空意图的「分类器盲区」——盲区 query 守护的正是「未命中路径」不被重构顺手改掉。纪律冻结契约要配可执行的断言。写在文档里的契约会被遗忘写进验收脚本的契约只会被遵守。四、骨架三门禁驱动的批次验收改造被切成 P-1 → P0 → P1 → P2 → P3 五个批次每个批次有独立的门禁脚本全绿才放行到下一批。门禁的设计有三条讲究1. 只读、可重复。门禁脚本不修改任何生产代码任何时候重跑结果一致。验收不是一次性仪式而是随时可做的体检——本文写作时就重跑了一遍数据与首次验收逐项相同。2. 等价性要构造性可证。「切分后内容没丢」不靠目测靠数学CORE 中未被指南区间覆盖的部分按序拼接即核心残量所以「残量 全部指南 ≡ 原 CORE」由定义成立验收脚本只是把这个定义翻译成非空行多重集比对。3. 回退路径也要被验收。灰度开关关闭时输出必须与改造前逐字节一致——门禁脚本真的 monkeypatch 了开关、真的断言了。「应该能回退」和「断言过能回退」是两种完全不同的安全感。门禁清单全部在仓库scripts/下脚本守护什么verify_prompt_slimming_v3.py实施前假设验证G1-G6不成立不开工verify_domain_guides_split.py切分等价 / 场景正确 / 冻结护栏 / 回退等价E1-E5verify_prompt_assembly_p2.py双路径字节一致 / 预算丢弃 / 兜底回补A1-A5probe_sp_tokens.py效果度量自动对照实施前基线输出降幅五、骨架四回归归因——把「既有失败」和「新增回归」分开定向回归跑完274 项里 12 项失败。重构者的本能反应是慌——是不是我改坏的慌解决不了问题归因方法可以。我们的标准动作git stash push# 把本次改造的全部变更暂存回到干净 HEAD# 复跑那 12 个失败用例git stash pop# 恢复改动干净 HEAD 上仍然失败 → 既有问题与本次改造无关如实记录不阻塞干净 HEAD 上通过 → 本次引入的回归立即修复再放行。这次的结果12 个失败全部是既有问题工具分类显示名漂移 ×3、经验链路 ×3、阶段常量断言 ×5、集成测试索引错误 ×1零新增回归。这套动作的价值不止于免责——它逼着你为每个失败写下归因记录项目对「哪些测试本来就是坏的」第一次有了完整账本。纪律回归失败清单里的每一项都必须有归宿要么是「我改坏的我修」要么是「本来就坏证据在此」。不允许存在第三种状态叫「应该没关系吧」。六、收尾动作论文与代码的漂移一次清算重构的验收清单里还藏了一项与代码无关的工作论文一致性同步。瘦身改造让三篇论文里 5 处表述失实或过时既然三篇都还没投出此刻修订成本最低#漂移修订1「提示词预算 20,000 字符」代码采集时实际另有其值重构后为 26,000改为「采集时口径 事后重构限定」表述2CFTA「lightweight system prompt」实为 19.9K tokens 全量改造后名副其实~3.9K tokens措辞同步为「紧凑索引替代全量指南」3三篇论文意图类别数口径不一14 / 23 / 25统一为「23 主类25 子映射」4「不消耗额外 token未用的提示词空间被替换」前提被瘦身削弱改为「在既定 2000 字符预算内不触发预算竞争」5瘦身后 CFTA 绝对收益缩小Limitations 主动补敏感性披露相对降幅 55-58% 稳定第 5 项值得多说一句主动披露「我们的改造让绝对收益变小了」看似自曝短板实际是最强的防御——收益来源的机制解释把工具执行移出首响应关键路径因此变得无可辩驳。审稿人发现叫事故作者披露叫严谨。七、四条可复用的纪律不可逆风险前置数据窗口、快照、已发布数字——重构开始前先冻结这是唯一没有「事后补救」选项的类别冻结面要有牙齿契约写进验收脚本的快照断言红灯机制代替自觉等价与回退都要被断言构造性等价证明 逐字节回退断言是把「高风险」降为「可承受」的两块承重墙漂移一次清算代码重构顺手暴露的论文/文档漂移趁热一次修完留到下次就永远没人修了。代码会持续演化论文会陆续投出但只要骨架在每一次演化都不会烧掉过去的工作。这大概是一个「产品 论文」双栖项目最值钱的基础设施。本文涉及的脚本scripts/verify_prompt_slimming_v3.py、scripts/verify_domain_guides_split.py、scripts/verify_prompt_assembly_p2.py、scripts/probe_sp_tokens.py版本v9.13.0 前篇WeClaw_87瘦身战役全记录