一句话看懂：ProofRun 是一个面向 AI 编程代理的开源验证工具，把测试、构建等检查命令的结果绑定到当前代码的加密指纹上，让“测试通过了”从一句口头声明变成可以独立核验的本地凭证。它不依赖任何大模型推理，完全离线运行。
事件核心：发生了什么
ProofRun 由开发者 yebiguo 在 GitHub 上发布（v0.2.0），用 Go 实现。它解决的问题很具体：AI 编程代理（如 Claude Code）说“所有测试通过”，但你无法判断这句表述是真实的执行结果，还是基于旧代码状态的推测。ProofRun 的做法是启动真实子进程执行命令，读取真实退出码和耗时，并把结果绑定到一个代码指纹上——这个指纹由当前 git HEAD 加上所有未提交内容（含未跟踪文件）的 SHA-256 哈希组成。代码只要改了一个字节，下次查询结果就会自动翻转为 STALE。整个工具零网络调用、零遥测、零账户，也不通过 shell 执行命令，而是对 argv 数组做逐元素精确比对，避免“看起来相似但实际没跑测试”的情况。项目文档还披露，ProofRun 自身由 Claude Code 编写，发布前经过多轮独立的只读对抗性审查，修复了一个恶意引号参数导致检查静默跑零测试的问题，完整案例记录在 docs/case-study.md。
为什么重要
AI 编程代理的“可信度”问题正在从模型能力问题变成一个工程验证问题。目前多数团队的默认做法是要求代理贴上测试通过标签，或者人工抽查，但这两者都无法证明测试结果对应的是当前这行代码。ProofRun 的路线不是用更聪明的 AI 去验证另一个 AI，而是把验证降维成密码学事实：结果是真实进程产生的，指纹和结果一起存储，任何人都可以重算比对。这种“不要求诚实、只要求可检查”的设计，为 AI 辅助开发引入了一个更低的信任成本——代理不需要被证明是好的，结果是否有效可以被直接确认。
对用户/开发者/创作者的影响
对正在重度使用 AI 编程代理的开发者团队，ProofRun 可以直接接入 pre-commit 钩子或 CI 流程：proofrun status --strict 在任一必需检查不是 PASS 时返回非零退出码，不匹配当前代码状态的结果会阻塞合并。对个人开发者来说，它用极小的安装成本（curl 二进制包或 go install）换来一个能追溯的本地审计记录。需要留意的是，它只负责证明“这个检查确实针对当前代码跑过”，不判断代码质量，也不替代代码评审。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
第一，ProofRun 目前的功能边界很克制，值得观察它是否会通过 GitHub Action 或 CLI 插件进入主流 CI 产品；第二，AI 编码代理生态中是否会出现类似机制作为默认能力被 Claude Code 等原生集成；第三，这个“AI 写工具、AI 审工具”的开源协作模式，能不能在更复杂的 AI 基础设施项目上复制并建立更严格的审计标准。
来源：<a href="https://github
