StatsClaw：用于统计软件开发的人工智能协作工作流程

将统计方法转化为可靠的软件是定量研究中持续存在的瓶颈。现有的人工智能代码生成工具可以快速生成代码，但无法保证忠实执行——这是统计软件的关键要求。我们引入了 StatsClaw，这是一种用于 Claude Code 的多代理架构，可在代码生成和验证之间强制执行信息屏障。规划代理生成用于实施、模拟和测试的独立规范，并将它们分派给无法看到彼此指令的单独代理：构建者在不知道 真值 参数的情况下实现，模拟器在不知道算法的情况下生成数据，测试人员使用确定性标准进行验证。我们描述了该方法，在概率估计包上端到端地演示了它，并在作者自己的 R 和 Python 包的三个应用程序中对其进行了评估。结果表明，结构化人工智能辅助工作流程可以吸收软件生命周期的工程开销，同时保留研究人员对每个实质性方法决策的控制。