作者长期担任黑客松评委，发现评审流程里始终缺一个问题：它到底能不能构建起来？一个周末黑客松有 40 到 80 支队伍，每支演示五分钟，评委最多克隆五六个仓库，其余全靠作品自述来评。结果是比赛实际衡量的是「描述软件的能力」，而不是构建软件的能力。作者用 Fly.io 的 Sprites 写了一个工具：给一份仓库清单，逐台创建一次性 Linux 机器，克隆、识别项目类型、装依赖、编译、跑测试，只记录「跑到哪一步」。它刻意不给分数，只给事实——评委可以和分数争论，但没法和一个类型检查器在第 40 行返回的退出码 2 争论。