让Agent一次写出几万行代码，人很难再逐行检查。更麻烦的是，它可能偏离原计划，再为自己实际写出的东西配一套能通过的测试。微软研究院的PDD Kit想补上这道验收线：先把人的需求转成形式化规格——用数学化语言写成可供机器检查的“合同”，再验证代码是否守约。
团队在GitHub Next的Chopin协作环境中，用PDD Kit检查了Rust商店应用Pet Store的登录逻辑。Verus验证工具加固了代码，并发现原有漏洞；作者称，它证明了登录代码在规格所覆盖的范围内不存在相应错误，而开发者只需审核需求意图，没有逐行阅读生成代码。这里的关键不是让证明取代所有测试：对于难以证明的部分，PDD Kit仍会回退到测试。换句话说，证明负责检查定义清楚的核心性质，测试继续处理证明够不到的现实环节。结论也只在既定规格和假设内成立，规格没写到的风险不会自动消失。