我给 AI 编码代理做了个测谎仪，然后才去读比赛规则

📋 概述

代理提交改动时都会附一句声明——「修了拼写」「去掉多余空白」——而没有人验证这些声明。作者做了 claimcheck：每个要往代码库推改动的代理必须提交一份 .claim/claim.json 说明自己改了什么，平台在合并前核对该声明与实际 diff 是否一致。五条规则里前四条是确定性检查：声明必须覆盖全部被改文件、不能包含未改动文件、不能触碰受保护路径（默认 src/auth/**）、改动不能过大；第五条由 LLM 比对描述与 diff，并强制模型引用 diff 里的具体一行作为证据，否则一律判为「待人工复核」，只有可靠的「不」才会被直接驳回。演示里五个脚本代理同时推送给出五种结果，五轮共 28 个代理的测试中系统正确拒绝了 11 个谎报的代理、零误伤，中位裁决时间 6–7.5 秒。有意思的是唯一一个真实代理（无头运行的 Qwen qwen3-coder-plus）从未撒谎：五轮里只修了两处错误、声明准确、每次都通过验证。