論述基礎與限制

本卡的證據來自一份公開且可重現的對照實驗：Robert C. Martin 的 negative-test-experiment（2026 年 8 月）。同一份需求（Greg Yob 的 Hunt the Wumpus）從空目錄寫八次，變因是測試紀律四選一（三法則 TDD、test-last、逐函式 bundling、完全不寫測試）乘上 CRAP 度量是否強制壓到低於 4；每一行寫完後封存該行的測試套件，再從空的用突變測試長出第二套。實驗的 policy、plan、八份 notebook 與結論都在 repo 裡。

實驗的資料：八行全部通過同一份 25 案例的驗收腳本、25/0，包含那個一個單元測試都沒有的版本。八棵原始碼樹沒有任何兩棵 checksum 相同，行數 331 到 603、函式數 33 到 118。作者標出一個真正的行為分岔：原作的危險檢查順序是 wumpus、pit、bats，而八行裡有四行照做（列 3、6、7、8），另有三行（列 1、4、5）依 notebook 逐行記載都是 bats、pit、wumpus，列 2 未分類——實際存在的是兩種順序。驗收從來沒有把兩個危險放進同一個房間，所以兩種都通過。abstract 的總結句是 Acceptance never distinguished any of this。

這份實驗由 AI agent 執行，policy 檔通篇是防止 agent 抄近路的條款（不准從先前的 runs 目錄複製、不准憑上一行的記憶開始下一行）。作者記錄了一次作廢：前一輪的網格產出的是兩個程式被複製成八份，整輪丟棄重跑。

限制有四層。單一產品、單一語言、單一組驗收腳本；八行的設計與可讀性評分由作者本人給出（1 到 5 的主觀量表）；每一格只執行一次，紀律造成的差異與單次重寫的變異分不開；而那份驗收腳本由需求的作者本人所寫，因此等價類的大小是相對於那一份腳本，不是相對於「驗收測試」這個一般類別。可跨情境重用的是機制而不是那些數字。本卡的另一個來源是同一位作者在 2026 年 7 月的公開發言（不再逐行讀 agent 產出的程式碼、改用約束包圍），該發言未能直接讀取原頁、經由二手報導轉述——它在本卡裡的角色是問題的來歷，不是論證的承重件。

核心原則

一組關卡通過，證明的是產出落在該關卡切出的等價類裡，不是產出就是需求要的那一個。 關卡由若干條件構成，每條條件排除掉一部分可能的程式；沒有被任何條件排除的部分全部通過，而那個集合的大小由條件之間的交叉密度決定，不由條件的數量決定。

人對這個集合的大小沒有直覺。二十五條驗收案例看起來已經把功能交代完了，而它們只約束了「每一個危險單獨出現時的反應」，沒有一條讓兩個危險同時出現——兩種不同的危險判定順序因此都合法。判定順序不是實作自由度，它是需求的一部分，只是沒有人把它寫進條件裡。

這條原則跟「測試不夠多」是不同的診斷。同一維度上多加一條斷言，縮小等價類的幅度隨密度遞減；而對一個沒有任何條件碰過的維度，增量是零。 判定順序住在「兩個危險同時出現」這個交叉裡，而那個交叉一條條件都沒有——套件規模再大也不會走進去。八行的套件規模從零到 206 個範例，通過與否完全一致，正是這個結構的外顯。

沒有逐行讀產出時，等價類的大小就是驗證的實際精度。讀程式碼之所以曾經補得上這個缺口，在於閱讀的過程會撞見條件沒有規定的地方，而不在於人特別擅長找 bug。

修法

  1. 設計驗收條件時問「哪些不同的程式會通過這組條件」，不問「這個程式會不會通過」。 前者逼出等價類的邊界，後者只確認手上這一個樣本。實際的做法是把條件攤成維度表（狀態、事件、順序、併發、邊界、失敗），看哪些維度組合沒有任何一條條件同時涵蓋。
  2. 交叉的維度優先於單維度的密度。 覆蓋率與測試數量都只反映密度，換指標的做法見品質閘門的更替。 補條件時先補「兩件事同時發生」，同一件事的第十個邊界值排在它後面。判定順序、資源競爭、狀態機的非法轉換都住在交叉裡。
  3. 把通過的產出當成一個樣本，而不是答案。 同一組條件會被重跑時（agent 重寫、重構、換實作），要能說出重跑後的產出跟這一次是不是同一類。checksum 相同代表沒變，不同則什麼都還沒證明——那個實驗裡八棵樹的 checksum 全不同而全部通過同一組驗收。要指出差在哪個維度，得對關鍵維度各跑一次探測，checksum 只是最粗的一層。
  4. 不讀程式碼時，要指名這件事現在由誰負責。 指不出來的話，這個決定交換掉的是等價類的可見性，換來的並不只是省下閱讀時間。出處獨立的驗收條件是目前指得出來的來源之一：需求、驗收條件、實作、測試這條鏈上，只有驗收條件不由實作推導出來。另一個來源是判準寫不下來的那一區——親自操作產品的探究。站內目前只界定了這一區的存在與邊界，沒有它的操作方法；要那一層的實作走 Bach 與 Bolton 那本，位置在書單的驗證線。
  5. 區分自由度與未規定的需求。 等價類大本身不是缺陷——命名、模組切法、內部資料結構本來就該留給實作。要問的是集合裡的差異落在哪一側：換一個變數名是自由度，換一個判定順序是需求沒寫。

跟其他原則的關係

原則關係
#221 檢查規則的作用域要顯式列舉：零 error 可能是沒被檢查同一形態在驗收條件上——#221 的「規則存在不等於規則涵蓋」在這裡是「條件通過不等於條件問過」；兩者的零錯誤訊號都與真正合規無法區分
#222 約束要讓違反路徑走不通下游——#222 要求約束要有執行層，本卡處理執行層裝上之後的下一個問題：會發聲的關卡仍然只在它問過的維度上發聲
#253 寫註解的動機是怕被改壞時，要處理那個約束補一個限制——#253 的判準是「存不存在一條會紅的斷言」，本卡補上「那條斷言涵蓋哪些維度」；斷言存在而維度沒交叉時，保護是名義上的
#276 AI 生成的內容不虛構經驗與出處相鄰的產出信任問題——#276 管生成內容裡的事實宣稱、本卡管生成程式碼的行為宣稱；兩者的共同結構是形態看起來完整而承重處未經查證
#278 機械約束買到被量測的那個數字同源實驗的另一軸——本卡談關卡放過了什麼，#278 談關卡逼出來的改動長什麼樣；兩者合起來是「通過」這個訊號的兩種空洞方式

這條原則在別的領域長什麼樣

驗收條件與程式是這條原則最容易看見的一組，而它的形狀跟載體無關：一組通過條件切出一個等價類，而人習慣把等價類當成單點。 認得出別的領域裡的同一形態，就不必每次重新推導。

領域那裡的「關卡」被放行的等價類長什麼樣那裡的交叉維度是什麼
寫作規範lint 規則與 keyword bank全部合規而讀起來仍是同一個模具壓出來的稿件規則各自檢查單句，跨句、跨篇、跨文體的組合沒有規則碰到
合規稽核控制項清單逐條打勾每一條控制都有證據，而流程串起來仍有一段無人負責控制項按職能切分，交接點落在兩個職能之間
SLO 設計可用性與延遲的門檻指標全綠而使用者體感很差單一指標各自達標，指標之間的相關性（高延遲期間的錯誤率）沒有門檻
面試流程每關的通過標準每關都通過而入職後表現落差極大各關獨立評估單一能力，能力之間的互動沒有任何一關在看
型別系統編譯通過型別全對而語意是錯的型別檢查單一值的形狀，值與值之間的不變量不在射程內

這幾個領域的修法是同一個：先問這組條件放行了哪些彼此不同的產物，補的位置在交叉上。可操作的程序、維度表的攤法與補條件的順序在 agent 產出的程式碼怎麼驗，那裡也給了覆蓋率門檻為什麼救不了這件事（品質閘門的更替）。

這條原則什麼時候不成立

條件與產出是一對一時不成立——產出的空間本來就只有一個元素（例如一個純函式的完整真值表已被列舉）。等價類的概念在那裡是空轉的。

產出的差異全部落在自由度上時也不成立：條件刻意只約束外部行為、內部留給實作，那個等價類大是設計意圖而非缺口。判別的問題是這個差異消費者觀察不觀察得到；答「觀察不到」要指出它落在可觀察面（介面契約、時序、資源、錯誤形態、分佈）之外的哪一側，指不出來就當成需求缺口。