软件验证

黑箱不是一种东西，控制也不是单一方法。本系列终章以来源、系统和行为三种黑箱，对照认识、行为和运行三层控制，给出按风险选择透明性、验证与恢复机制的矩阵，并说明 AI 时代为何需要重新分配理解，而不是宣布透明性的终结。

控制复杂或生成式软件不能只靠逐行阅读，也不能只看测试是否通过。本文以转账系统为例，建立需求、契约、性质测试、实现分析、形式验证与运行监控组成的六层证据体系，说明每种方法各自能证明什么。

AI 可以在短时间内生成大量实现，但代码产量不等于交付能力。本文结合开发者调查和生产率研究，把“生成拐点”重新定义为团队的生成能力持续超过澄清、审查、整合和运行验证能力，并给出识别这一落差的指标。

AI 没有第一次把软件变成黑箱，却显著扩大了生成速度与验证能力之间的落差。本篇区分来源、系统与行为三种黑箱，提出以可解释范围、行为证据和运行时恢复共同定义控制，并交代全系列的八个问题。