作者的一个关键判断是：AI 写的代码通常不是错的，而是不完整的——能编译、主路径能跑、演示很干净，缺的是无聊的那 20%：没人验证过的依赖、跑在前置条件之前的一步、纸面上存在却什么都没回滚的 rollback。这些认识来自他做 Agent 系统的实测：跑过 170 个 Agent 目标，看着规划器可预测地重复同三类规划缺陷；让 83 个真实 Agent 穿过一道工具调用关卡；还花一周修匹配器，结果 Bug 只是评估器里的六行。文中每一条都是他现在做成关卡而非指南的东西——指南是希望，关卡是会让构建失败的测试。