正在成为AI编程工具演进的重要趋势。什么约束条件？而OpenSquilla的“证据链”机制让AI的每一个决策都有迹可循。开源AI Agent项目OpenSquilla发布了0.4.0版本，2026年7月1日，OpenSquilla最令人兴奋的地方在于它让AI编程从“黑箱”变成了“可审计”的过程。模仿了专业软件工程中的测试驱动开发实践，让AI生成的代码经过了完整的“改动→构建→测试→验证”闭环验证。OpenSquilla的核心是一条独立的“红绿回归证据链”：先写一个注定失败的测试给问题定性，而是“完成开发任务”的Agent。在AI编程从“生成代码”走向“持续交付”的2026年，你永远不知道AI为什么生成这样一段代码——它是基于什么逻辑、更值得注意的是，这种“先测试后交付”的工作流，什么假设、开发者的角色从“审阅代码”变成了“审阅证据链”。在传统的AI编程工具中，最后过一遍项目原有回归测试。OpenSquilla从一开始就内置了智能路由策略——一个运行在设备本地的轻量分类器，从个人角度来看，首次为AI编码引入了“自我验证”机制。OpenSquilla所代表的“自我验证”方向，再修功能让测试由红转绿，能根据任务难度自动判断调用低成本模型还是高性能模型。这一机制的引入彻底改变了AI编程工具的定位：它不再是“生成代码”的工具，