human-verification-checkpoints

在关键节点上呈现真实、可人工验证的成果物，而不是仅凭自我评估的“它能用”就继续推进。在涉及多步骤或流水线式工作时，只要某个输出会驱动下游步骤且一旦出错代价高昂，就应执行此操作——包括提示词（prompts）、评分标准（rubrics）、规格说明（specs）、数据模式（schemas）、奖励/指标定义、接口、数据转换等。将**实际成果物**（如渲染后的提示词、样例输出、真实运行日志）输出到人类可读的文件中；在最高风险的关卡处暂停并等待人工确认；对于需要快速迭代目标的情况，则输出一份可审查的验证日志，而非直接静默推进。此举可防止“看似正确实则错误”的输出不断累积，最终导致整个流水线需要重新验证。触发时机包括：定义或修改提示词/评分标准/奖励函数/数据模式时、宣称某事物“已验证/已证实/可用”时，或即将基于一个被众多后续步骤依赖的输出进行开发时。

存档时间线

版本索引永久保留；内容副本只保留最新 1 份，更早版本仅留索引与哈希（存档时间线的证据链不会因此断裂）。

下载存档内容副本