失败前钉住决策：AI辅助代码生成中欠规定选择的可执行记录

自然语言需求会留下悬而未决的问题，被要求实现它的模型会静默地解决它们：三个模型的600个生成测试套件中42.7%不含区分相互竞争解读的测试。实现前写验收示例是通常补救，但两个解读都满足的示例什么也解决不了。我们在该实践中插入两步：按名称枚举需求的欠规定点；再对每点构造两个只在该点上不同的临时实现，仅当执行两者显示分歧时保留候选输入。结果记录为决策钉：命名的点、确认的输入、以及在两个展示结果之间人选择的值。同一记录随后约束生成并以执行判定合规。在40任务、配对参照实现、两模型的基准上：92.5%的决策点获得区分输入、85-90%获得识别意图决策的钉。作为703个独立生成实现的检查，钉与基准分类一致96-97%（三任务分歧，其中一处两个分类器都出错）。作为生成约束，钉在全部210次生成中的钉定输入上被遵守，且在38个格中于留出输入上不逊于散文规则（尽管也不更好——散文声明同样范围时）。散文规则下的每次合规失败都源于模型自行决定规则的范围；其中一个案例静默推翻了另一记录决策，经双模型留一归因于单一规则，被文本级和解漏掉而被重放记录输入捕获。该设置产生的此类冲突太少而无法评估回归步骤，我们说明了原因。