Rebuild Dossier 论文：AI 代理重建应用时的规格与验证

当天发生了什么

2026-08-22 01:26（UTC），Parker Fawcett 在 arXiv 提交了论文《Rebuild Dossier: Mechanically-Enforced Specs for Agentic App Rebuilds, and What Model-Tier Failures Reveal》v1（之后有 v2、v3 更新）。论文介绍开源工具 rebuild-dossier（MIT 许可）：在写任何代码前先记录应用的确切输入和输出，再通过自动检查强制代理一次只完成一个测试。摘要提到，先前工作发现模型足够强时，多代理重建流程反而不如直接给模型原始代码加一句指令。论文的发现包括：小规模对比中，遵守规则的代理没通过留出测试，而违规代理全部通过，说明测试可被「刷」；在小应用上与简单基线打平，在自动检查未运行的较大应用上落败。

对保护应用逻辑意味着什么

这篇论文讨论的是重建自己拥有源代码的应用，并不是克隆他人应用，不应被夸大解读。但它对威胁建模仍有两点启发。其一，它把「记录输入输出」作为重建的第一步，说明一个功能的可观察 I/O 面本身就是重建蓝图。其二，摘要中的基线表明，能拿到代码时，强模型直接读代码往往就足够好，这说明限制客户端交付的代码内容确实有意义。还要注意证据规模：作者自己说明各项发现的证据量不同，摘要也没有量化结果。

可以做的检查

为每个核心功能写下它的可观察 I/O 面：本地文件格式、接口返回、界面输出，判断仅凭这些能否推断出完整规则。若可以，考虑让关键结果依赖服务端持有的状态，而不是全部在客户端可见。盘点客户端包里实际交付了哪些代码和资源，删除不需要的调试代码与内部文档。若团队自己用 AI 代理重构保护相关代码，借鉴论文的做法：用自动日志和实际产出文件验证代理的说法，而不是只看它的报告。

行动清单

• 为核心功能记录可观察的输入输出面
• 让关键结果依赖服务端持有的状态
• 用日志与产出文件核对 AI 代理的修改结论