Canary

开发团队在把 AI 生成的代码合并进仓库前，需要有人或工具对这批代码做独立核验，确认它是否可用、是否引入风险。

目前多由开发者自己重读、跑测试、用静态扫描工具或再问一遍同一个模型来兜底。

写代码的模型同时充当检查者，错误和漏洞容易被同一套推理放过；人工逐行复核 AI 产出又慢，且缺少可留档的结论。

为什么用户会选择它

推断：相较让写代码的模型自检，Canary 把验证拆成独立一步，理论上能减少“同一模型既写又判”的漏检，并给出可留档的结论，因此受监管行业或对变更审计有要求的团队会在合并前使用它；公开材料未给出客户案例或留存数据。