7月1日开源AI Agent项目OpenSquilla发布0.4.0版本在技术圈引发广泛关注。核心更新是推出编码工作流coding模式并首次为AI编码引入“自我验证”机制——AI不再止步于“我改好了”的口头交付而是在交回结果前先用测试为自己跑出一份可复核的、证明“改对了”的证据。过去一年AI写代码能力突飞猛进但“能写”不等于“能信”多数编码Agent改完即交对错仍要人逐行复核这也是AI编码难以真正无人值守、规模化进入生产环境的关键障碍。把验证内化进Agent意味着行业评判AI编码的标准正从“它声称改对了”转向“它能否自证改对了”。OpenSquilla的做法是一条独立的“红绿回归证据链”先写一个注定失败的测试给问题定性、证明它真能抓住bug再把功能做好让测试由红转绿最后跑一遍项目原有测试确认没弄坏别处三关全过才算交付任一环节校验不通过则自动驳回重写。在官方的案例演示中coding模式为知名开源项目micrograd新增了“计算正确梯度”的功能——而梯度一旦算错模型不报错也不崩溃只会悄悄越学越偏很难靠肉眼发现。演示分两步先由AI走完上述“红→绿→回归”三关、自交证据再由人把micrograd的新功能与PyTorch在同一道题上并排比对前向值与每一个梯度小数点后10位完全一致。换言之不是“AI自己说对”而是“它和官方标准答案分毫不差”。“能写”不等于“能信”——Java CRUD的信任危机OpenSquilla的自我验证机制解决了一个核心问题AI写的代码你怎么知道它是对的在Java CRUD开发中这个问题尤其突出。一个订单创建接口涉及参数校验、库存扣减、订单保存、事务管理、异常回滚。AI生成这段代码可能只需要10秒但你怎么知道它的事务边界是对的你怎么知道它在库存不足的时候正确回滚了你怎么知道它在并发场景下不会超卖传统的做法是人肉验证——你打开代码逐行看然后凭经验判断“应该没问题”。但“应该没问题”和“确实没问题”之间差了一个完整的验证闭环。飞算JavaAI的“生成即验证”飞算JavaAI的智能引导在生成CRUD和Spring Boot工程的同时就完成了验证闭环。单元测试生成器Agent基于业务逻辑自动生成JUnit测试用例覆盖正常流程、边界条件如金额为负数、库存不足和异常分支如数据库连接失败。覆盖率轻松达到85%以上。你不需要手动写测试智能引导在生成代码的同时就把测试也生成了。安全修复器Agent自动扫描OWASP Top 10漏洞——SQL注入、XSS、命令注入、不安全的反序列化。在实测中一次CRUD生成后安全修复器扫出了两处${}拼接的SQL风险一键修复。这不是“AI自己说安全”是AI用扫描工具证明了“没有漏洞”。项目文档生成器Agent基于源码分析自动输出结构化技术文档。你不需要手动写文档AI在生成代码的同时把文档也写好了。OpenSquilla在“让AI自证改对了”飞算JavaAI在“让AI生成即验证”。两者殊途同归——都是让AI的产出从“声称正确”变成“可证明正确”。对于Java CRUD开发来说这个转变的意义在于你不再需要花一半的时间在测试和验证上。智能引导在生成代码的同时已经帮你把验证工作做完了。你只需要在终点做一次最终确认然后合并上线。