VeriEvolve: сначала проверяющая программа, потом агент

Агент пишет «готово», а файлы тихо потерялись. Так и бывает, когда он сам оценивает свою работу. Метод VeriEvolve позволяет заставить агента сначала написать проверку итогового состояния (файлы, база, репозиторий) и только потом начать работу. Проверку делают до работы и замораживают: подогнать линейку под результат нельзя. В неё входят тесты «почти правильных» случаев вроде папки «2024-1» вместо «2024-01». Честная оговорка: даже такая проверка неполна, и в статье она пропустила 3 из 21 неверных результатов. Поэтому в метод встроен третий шаг, который достраивает проверку.