AI 修改代码前怎样确认原稿没变？先核对哈希和替换次数，再保存补丁

AI 代码修改工具给出一段替换文本时，先确认它基于当前文件。原稿已被别人改过，或者同一行出现两处，都可能让替换落在错误位置。

让AI修改小型代码文件的开发者。本文使用 Python 3.11 或以上版本的标准库，先验证一组人工构造的小样本。AI 负责提出实现或解释差异，结果由本地检查决定；这里没有把模型回答当成真实运行结果。

核对代码补丁对应的原稿前，先定规则

补丁带expected_sha、old和new三个值，哈希从本地原文件计算，不能接受模型随口生成的哈希。

匹配次数必须恰好为1。本例只演示一个固定小文件单处替换，拒绝空old和多处匹配。

所有验证在写文件前完成；临时目录验证不模拟多人并发，生产修改仍需锁或版本条件更新。

给 AI 的输入要包含什么

把下面这份输入说明和你的实际样本一起交给可用的 AI 编程助手。示例只含虚构数据；对真实材料先去除账号凭据和个人信息。

为固定demo.py替换一个明确代码片段。校验原字节SHA256与old出现次数恰为1；过期哈希、重复片段都拒绝，文件字节不变；合法补丁才写。不得改其他文件或自动运行补丁内容。

要求模型保留检查条件，并把它认为缺少的业务定义列出来。若回答改变了输入字段、忽略异常分支或直接删除原材料，先要求修正，再运行。提示词的作用是缩小任务范围，验收仍以代码和数据为准。

保存并运行最小验证程序

下方程序把关键规则和验证用例放在同一个可复跑示例中，便于先理解输入如何变成输出，再用它检查 AI 给出的实现。

新建一个空目录，把下面代码保存为 check.py，在该目录打开终端，运行 python -X utf8 check.py。代码自带示例输入，不需要安装第三方库。

from pathlib import Path
from tempfile import TemporaryDirectory
import hashlib
def patch(path,expected_sha,old,new):
    data=path.read_bytes()
    if hashlib.sha256(data).hexdigest()!=expected_sha: raise ValueError('原稿已变化')
    if not old or data.count(old)!=1: raise ValueError('替换位置不唯一')
    result=data.replace(old,new,1)
    path.write_bytes(result)
with TemporaryDirectory() as tmp:
    path=Path(tmp)/'demo.py';path.write_bytes(b'value = 1\n')
    original=path.read_bytes();sha=hashlib.sha256(original).hexdigest()
    for bad_sha,old in [('stale',b'value = 1'),(sha,b'absent')]:
        try: patch(path,bad_sha,old,b'value = 2')
        except ValueError: pass
        else: raise AssertionError('错误补丁必须拒绝')
        assert path.read_bytes()==original
    duplicate=b'value = 1\nvalue = 1\n';path.write_bytes(duplicate)
    try: patch(path,hashlib.sha256(duplicate).hexdigest(),b'value = 1',b'value = 2')
    except ValueError: pass
    else: raise AssertionError('多处匹配必须拒绝')
    assert path.read_bytes()==duplicate
    path.write_bytes(original);patch(path,sha,b'value = 1',b'value = 2')
    assert path.read_bytes()==b'value = 2\n'
    print('invalid_patch_preserved',True)
    print('valid_patch',path.read_text().strip())

怎样判断结果符合要求

错误哈希、零匹配、多匹配都不改变当前字节；合法补丁将value变为2。修改后的代码没有被自动执行。

下方是这份最小示例在本地执行得到的输出。它验证示例程序与断言的关系，不代表任何 AI 模型一次就能生成同样代码，也不构成性能或生产可靠性结论。

invalid_patch_preserved True
valid_patch value = 2

哈希一致只证明字节一致，不证明补丁逻辑正确，仍需查看diff与行为验证。

这一保存方法不保证断电时原子写入；正式工具应复用已有安全写入与版本控制。

哪些失败必须停下来处理

检查后写入前若另一进程改文件，仍可能竞争。生产需条件写或互斥，不把本例当并发编辑器。

换行或编码改变也会影响哈希，不能先归一化再假装是同一原稿。

接入自己的任务前再核对一次

让AI输出意图与小范围补丁，原稿指纹由本地工具提供。

应用后检查允许文件列表、实际diff与预定测试；不能仅凭“补丁成功”提交。

资料与适用范围

SHA256校验针对输入字节；替换前核对哈希与出现次数可拒绝过期或含糊补丁。以下链接核对于 2026-10-03；运行环境及额外依赖按本文前述说明。

• https://docs.python.org/3.11/library/hashlib.html

相关基础可阅读 代码修改AI工具怎么用？常用工具操作方法与实操案例。本文的重点是核对代码补丁对应的原稿，可以把两项检查作为不同步骤保留。