减法审计 · Subtraction Audit

一次 AI 对话的历史就是一部腐化史：AI 写代码太容易、太膨胀、太容易发散，人写机器写都一样，代码最终会腐化。这套方法把"防腐化"变成可重复的流程：证据驱动的减法审计 + 风险分级执行 + 机器门禁。

核心原则（先读，永远不要跳过）

1. 门禁 > 散文：约定必须变成可执行检查（退出码非零即失败），否则 Agent 不会遵守。AI 对强制门禁的遵从远高于对散文式约定的遵从。
2. 测试不是真理：测试钉住的是当前行为，不是正确行为——行为可能是历史妥协的产物。测试必须能为你报告的机制而失败，否则它在撒谎。
3. 删除是一等公民：简化是常规工作流，不是大扫除。每月的删除行数为零 = 腐化警报。
4. 决策必须写下来：每条非平凡删除配一条决策记录（Problem / 证据 / 代价 / 回退条件）。
5. 证据先行：没有消费证据的候选一律不报。"看起来没用"不是证据，rg 才是。

何时使用

• 用户想"清理一下仓库"、"找找死代码"、"这些能不能删"
• 用户担心 AI 写的代码膨胀/发散/不可维护
• 用户想给仓库（尤其是 AI 主力开发的仓库）搭建质量门禁

工作流