企业官网建设流程全解析

我做了一个多人结构化讨论系统，叫 Arena。

它最核心的一条设计不是功能，是一条**禁止**：**AI 不许当裁判。**

不许排序、不许打分、不许判谁赢、不许说「A 更正确」。AI 在这套系统里只做三件事：

**切分**（把你的一句话切成若干命题）、**组织**（放进结构里）、**发现分歧**（指出哪里吵起来了）。

投票也有，但记的是**公共偏好**，不是真理。四个统计量之间**没有任何算子**能把它们连起来 ——

没有合计、没有总分、没有「A 61% 所以 A 更对」。

听起来像是个很虚的立场。但我这篇想讲的是：**这条立场是可以用代码守住的，而且守住它的成本比想象中高。**

---

### 一、把「声明」写成「可执行的否证检查」

一般的项目 README 会写「本项目不做 X」。问题是，**这种句子没有任何东西在守它** ——

半年后有人顺手加了一个 `total_score` 字段，没人会发现。

所以这个项目的每一条立场，都配一条**可执行的否证检查**：跑一段 `grep`，

在产物代码里找**不许出现的东西**。命中就是声明不成立。

一共 13 条，编号 B1–B13。举几条：

| 编号 | 盯的是什么 | 怎么查 |

|---|---|---|

| B1 | 不引入锁 | 扫 `lock` / `FileLock` / `flock`（但 `blocks` 这种子串巧合要排除） |

| B5 | 无标量分 | 产物里不许有「把多个量合成一个数」的代码 |

| B6 | 观测点只记不算 | 不许拿观测点的值和任何数字比较（不设阈值） |

| B7 | 第三方依赖为零 | 扫所有 import，非标准库即命中 |

| B10 | 发号器不携带判断 | 号码只能出自存储层，出不了 `scaffold.py` |

| B12 | 命题类型不许写死 | `confirm.py` 里不许出现类型字面量（写死就推翻不了） |

跑法就是 `python checks.py`，退出码 0 = 13 条全部成立。

**但真正难的不是写这 13 条，是让它们不空转。**

---

### 二、这个项目最花力气的地方：「检查失效」和「检查通过」长得一模一样

这是我做这个项目最大的收获，也是我觉得最值得分享的一点。

**一条坏掉的检查，输出和一条通过的检查完全一样：都是「过」。**

这不是抽象担忧。同一个形状在这个项目里**真的出现了三次**：

**第一次：靠标记触发的检查。**

有一条检查是扫样本文件的：如果样本里有个「待标注」标记，那标注区就必须是空的。

问题在于，这条检查是**靠那个标记来决定扫不扫的**。于是标记一改名，检查就**永久空转** ——

它什么都不扫，然后报「过」。而输出看起来完全正常。

修法：把判据从「有没有这个标记」换成「类型是 Assumption 且覆盖率是 0」—— 不再依赖一个可以被改名的东西。

**第二次：目标文件不存在时返回「暂不适用」。**

有一条检查是盯并发装置的。它开头是这样的：如果目标文件不存在，就 `return []`。

而它的测试用例正好断言 `== []`。

于是「**装置是干净的**」和「**根本没有装置**」长得一模一样。

当时正好要给那个文件改名 —— 只要漏改一处路径，这条检查就会**静默变成空转**，

而且测试**照样全绿**。

修法：把路径提成一个常量，并让测试**单独断言「这个文件真的在」**。

**第三次：分子根本产生不出来。**

这个最有意思。系统里有个指标叫「改判率」：机器做的结构化，用户拒绝了多少。

分子 = 被用户拒绝的边数，分母 = 机器产出的边总数。

问题是：**产品里根本没有「拒绝一条边」这个入口。** 那个拒绝函数存在，但没有任何命令调它。

所以从产品表面看，分子**恒为 0**。而 `0 / 5` 这个读数，和「AI 很准」**长得一模一样**。

它其实在说「**没人能拒**」，不是「没人拒绝」。

修法不是去加一个界面（那样成本高，而且不一定需要），而是让**读数诚实**：

```

0 / 2 → 算不出 —— 产品里没有「拒绝一条边」这个动作，

分子产生不出来，所以这个 0 的含义是「没人能拒」，不是「没人拒绝」

```

---

### 三、由此提炼出的两条判据

这两条我觉得可以搬到任何项目里：

**判据一：一个数如果它的「0」和「没有」分不开，就不许印成 0。**

观测点里所有比率，分母为 0 时一律显示「算不出」，而不是 `0.0000`。

因为「还没开始记」和「记了，结果是零」是两件完全不同的事，

混起来等于给自己造一份**看起来很正常的空数据**。

而且这个错我犯过两次 —— 第二次更隐蔽：

有个指标的分母，我第一版写的是「总条目数」。结果是：一个什么都没分类过的库，

会显示 `0 / 2 → 0.0000`。**「还没开始记」被渲染成了「比率是零」。**

防 `0/0` 伪装成 0，不能只防除法那一步 —— **选错分母是一样的病，而且更隐蔽**，

因为除法本身看着没问题。

**判据二：检查的「适用范围不成立」，不能返回和「范围内没违规」一样的值。**

这就是上面第二次那个洞。返回 `[]` 表示「没问题」，

但「文件不存在」也返回 `[]` —— 两种完全不同的情况，一个返回值。

**空、退化、没有**，都不许长得像**零**。

---

### 四、顺手记一个真实的并发 bug

项目里有个环节：起 N 个真进程，无协调地操作同一份 SQLite 状态。

第一次跑，**id 撞车**：两个进程同时发号，发出了同一个号。

修法**不是加锁**。加锁是最容易想到的，但它会引入一个新的共享点，

而且这个项目明确禁止引入锁组件。

改成让 **SQLite 自己原子发号**：把「读最大值 + 1」换成一条原子写。

修完再跑，同样的参数从「每次都撞」变成 0 次异常，加压到 8 进程 × 12 轮仍然是 0。

**但这里有个坑值得单说**：这种「没出事」的结论**必须带分母**。

如果 4 个进程其实是**排队**跑完的，那一条异常也不会有 —— 而那样的「没出事」什么都证明不了。

所以这个装置的输出**先印换手次数，再印异常数**。换手是 0 的话，

那句「未暴露问题」就是一句**没有分母的结论**。

顺带说：我在 CI 里也没有写「跑一下看它崩不崩」。因为那个装置的退出码**永远是 0**

（「本轮未暴露」是有效结果，不是失败），所以「跑通了」等于什么都没证明。

**恒绿的断言也是绿的。** 真正的断言是「换手次数 > 0」。

---

### 五、一个零依赖的终端折线图

投票结果要能看。查了一圈成熟方案，终端画图的正路是 **Unicode Braille（U+2800 区）点阵** ——

`plotille` / `uniplot` / `brailleplot` 都是这个路子。

一个 Braille 字符是 **2×4 个可独立寻址的点**，所以 80×20 的终端等于 160×80 的位图，

分辨率是普通字符画的 8 倍。而且**零依赖**。

自己写了两百来行，没引库。几个细节：

- **一个点不画。** 只有 1 票时不画折线 —— 一个点不是折线，画出来会让人以为「票数就是这样」。

- **图例永远带数。** 不做成「有颜色才显示」。因为 Braille 字符**本身不带颜色**，

两条线叠在同一格时字符是**合并**的，重定向到文件之后几条线在字符层面就是分不开的 ——

而那份输出看上去还是一张正常的图。

- **横轴退化要说出来。** 如果所有票是同一时刻投的，横轴退化成票序号，那就在图上写明。

---

### 六、说清楚没做的

- **合并（merge）表达不出来。** 版本表是**单亲**的 —— 一棵树，不是有向无环图。

真正的合并要两个父版本，现在这个列装不下。要改就得动 schema，我没动。

- **投票只接了「看」，「投」没接。** 要接得先定「选项怎么呈现给人」——那是产品判断，不是实现细节。

- **「拒绝一条边」没有界面。** 上面说过，改成让读数诚实了。

- **没有前端、没有账号、没有部署、没有数据库服务。**

- **样本只有 1 条原文。** 这是最要命的一条 —— 需要用户长期使用才能长出来的东西，

现在全是空的。

- **并发只在 SQLite 单文件这个前提下测过。** 没被放到多机、多写者场景里验过，也没打算验。

- **有一类东西系统内根本测不到**：用户「没输入就离开」的人数。连门都没进，

系统内不产生任何记录。处理方式是登记在案 + **不伪造近似值**。

---

### 七、它不是什么

- 不是 AI 辩论平台。AI 不生成论点、不评价论点。

- 不是投票定胜负的工具。

- 不是完整产品，是一条**跑通的链**。

- 不是通用框架，它依赖一个叫 Scaffold 的存储层（也在同一个账号下）。

代码是 Python 3 + 标准库，**零第三方依赖**，不需要 `pip install`。

13 条检查 + 200 个测试用例，CI 跑两个平台 × 两个 Python 版本。

仓库里还放了四份**约束文档**（身份 / 任务卡 / 约束附录 / 最早的设计稿）——

因为代码里到处是 `§C9 #5` 这样的引用，不放进去外面的人根本查不到。

仓库地址：**https://github.com/aic-123/arena**

---

**我最想听的不是「写得不错」，是这两类问题：**

1. **哪条检查其实是空转的？** 上面三个例子都是我自己撞出来的，

但我只有一双眼。这类洞的特点就是**看起来是绿的**。

2. **「AI 不做裁判」这条立场，还有哪些地方会被代码偷偷绕过？**

比如某个看起来中立的默认值、某个排序、某个「顺手」的聚合。

---