當 AI 寫程式不再被信任:三個開源專案，揭露開發者的新焦慮

2026 年 8 月，Hacker News 上短短一週內出現三個「為 AI coding agent 建立驗證機制」的獨立專案。這不是巧合，而是一場關於軟體工程信任基礎的靜默重建。

一週之內，三個陌生人做了同一件事。

8 月 16 日，開發者在 Hacker News 發布 ProofRun，定位是「AI coding agent 的本地驗證回執」（https://github.com/yebiguo/ProofRun）。三天後，Naeos 出現，自稱「為 AI coding agent 而生的工程系統」（https://github.com/NAEOS-foundation/naeos）。8 月 22 日，Heimdall 上線，主打「信任驗證的知識層」（https://github.com/ArihantDeva/heimdall）。

三個專案、三組人馬、同一個命題:AI 產出的程式碼，如何被證明是對的？

問題不在能力，在稽核

AI coding agent 的輸出速度早已不是瓶頸。真正的痛點是:當程式碼由 agent 生成，工程師收到的其實是一張「信用狀」。你相信它跑了測試、相信它讀對了文件、相信它沒有幻覺出一個不存在的 API。ProofRun 的解法是把「驗證」變成本地產生的回執——agent 做了什麼，留下可查的痕跡。Naeos 走得更遠，把整個工程流程系統化。Heimdall 則攻擊另一個環節:agent 引用的知識本身是否可信。

三者合起來，勾勒出一條完整的信任堆疊:輸入可信（Heimdall）、流程可管（Naeos）、結果可驗（ProofRun）。

對台灣的意義:從代工到驗證

台灣軟體業長期以來的競爭力在「把規格做對」。當 code 的生產者變成 AI，規格與驗證反而成為人類工程師剩下的核心工作。這三個專案暗示的未來職缺，不是 prompt 工程師，而是「agent 產出的稽核者」。對以代客開發為主的台灣軟體公司，這既是威脅——低階產出被 agent 吃掉——也是機會:誰能證明 AI 寫的系統符合資安與法規，誰就拿到下一張合約。

開放式收尾

三個專案都還在早期，會不會被大型平台吸收，沒人知道。但方向已經清楚:開發者要的不是更強的 agent，而是能對它說「證明給我看」的權利。