用于人工智能原生软件生产的元工程工具：具有早期部署报告的合同驱动的对抗性验证架构

人工智能原生软件开发通常在单个模型、提示或生成的工件级别进行评估。这种框架对于生产环境来说是不够的，在生产环境中，软件必须在许多操作环境和长期范围内持续生产、验证、部署、维护和调整。我们提出了一种元工程工具：一种软件生产架构，可将操作和产品功能需求转换为明确的合同，通过角色专用的人工智能代理路由工作，执行独立和对抗性验证，并通过结构化故障分类和外环校准不断改进自身。该Harness专为软件交付不是一次性项目而是持续运行功能的环境而设计。在我们为小型服务公司提供的激励性应用程序“首席技术官即服务”中，系统将网站、预订流程、支付系统、后台工作流程自动化和人工智能代理界面作为不断发展的技术基础设施进行管理，而不是一次性的可交付成果。我们描述了分层架构，包括两遍合约编译、具有专业化记录的持久降价内存、基于注意力和基于独立性的验证、四路故障仲裁器和外环校准。我们报告了几周内涵盖 17 个功能的早期生产部署的结果，包括揭示合同不完整性和验证边界问题的详细应用内支付案例研究。这些观察结果直接推动了Harness的针对性改进。我们的贡献是一个可实施的、可测量的和可扩展的验证架构，使人工智能原生服务即软件生产随着时间的推移变得可靠、可审计和可改进。