FlowCheck：帮助最终用户在 Vibe 编码的 Web 应用程序中指定和验证意图

Vibe 编码的应用程序通常包含无声的行为故障，其中即使用户可见的信息未流向预期的状态或输出，界面仍显示功能正常。我们引入了 FlowCheck，一种约束语言，用于直接通过应用程序界面指定这些用户可见的信息流，其中约束也可以在不阅读代码的情况下显示和检查，并且结构足够用于可靠的 LLM 生成。 FlowCheck 将约束转换为确定性 CodeQL 分析，我们在通过 Claude Code 生成的四个应用程序中对其进行评估，并与三个编码模型进行比较作为错误查找基线。我们发现 FlowCheck 正确翻译并标记了所有 30 个注入的约束违规，没有误报。相比之下，前沿模型（Claude Opus 4.7、DeepSeek V3 和 Gemini Pro）在提示查找同一代码中的错误时显示出明显较低的准确度，没有一个模型达到完全准确度。这种方法让 vivi 编码人员根据他们理解的界面来陈述意图，并根据他们不理解的代码确定性地检查它。