01 什么是 AI slop
六类 slop 和两条判定标准
DSH 反 Slop 手册从 DeepSeek Harness 学习生成式软件工程规范
DeepSeek Harness（dsh）的大部分代码由 AI Agent 参与编写。本手册拆解这个仓库用哪些文件、规则和自动检查，让模型的产出经得起审查、能长期维护，也就是如何减少 AI slop。
Skip to content五层防线在一次改动中的位置。前三层在开工前、编写中和评审时起作用，靠模型和评审者阅读。门禁层从提交到 CI 自动拒绝。证据层从编写测试开始，到推送前选择检查、CI 覆盖率、评审时审查测试强度为止。 规则如何沉淀。每条防御规则都对应一类真实缺陷。先写复盘，再提炼成带正反例的规则；能机器判断的接入
核心论点
- Slop 是缺陷，不是文风问题。失效的引用、推理过程转录、没人用的选项、只测 mock 的测试，都会变成后来者的维护负担。
- 仓库用五层防线对付它：指令、规范、记忆三层告诉模型怎么写；门禁层自动拒绝；证据层要求证明改动真的有效。
- 能机器检查的写成门禁，不能的写成 skill。评审只处理机器查不到的语义问题，已被绿色门禁覆盖的问题不再重复提。
- 每条规则都来自真实缺陷，并且要自证。新增的验收规则必须展示一个非法用例会被它拒绝。
verify-* 门禁，需要语义判断的写进评审 skill。根 AGENTS.md 只保留一行摘要和链接。