查找判断、来源与材料

棕地低改造候选，可从SE02/05/11/18等任务边界评估工具可操作性；外部结果有正有负，本地净节时Unknown。

当前组合

• 保留当前框架、DB、CI和部署
• 获批IDE/终端Agent，限定代码/工具写入权限
• 本地构建、确定性测试、人工差异审查与发布批准

替代工作

• 手工检索仓库/文档/日志中的部分重复定位
• 生成有清晰接口与验收条件的样板候选

保留责任

• 需求澄清、架构、授权与质量判断
• 租户/安全反例、迁移、生产批准、故障接管

新增工作

• 模型/工具费、上下文准备、权限管理、审查/返工、版本治理

成立条件

• 输入和代码处理范围获组织批准
• 最小权限、生产变更单独批准
• 独立测试覆盖关键业务不变量

反证/限制

• METR测得特定熟悉仓库任务延时；短任务和PR数量研究也不能证实本项目节时
• 上下文差、审阅和返工可能抵销生成速度

成本项

• 订阅/令牌、准备/审查/返工/接管人力、其他角色支持（金额/分钟未知）

退出条件

• 停用Agent后保留现有代码/测试/部署
• 按供应商合同清除令牌、索引与数据；会话可导出性未知

棕地首选低风险增强方向：只复用稳定窄接口，避免框架迁移和重复计算既有能力；官方工具机制不量化节时。

当前组合

• 用已批准框架内组件、schema验证、ORM/迁移、协议SDK
• Playwright等浏览器断言及既有CI
• 按需接入可替换的观测SDK

替代工作

• 重复协议/schema/type/组件与验证基础设施的自建实现

保留责任

• 业务规则、授权、迁移回填、异常流程、部署和代码审查

新增工作

• 兼容/许可证/供应链/升级、测试维护、生成物管理

成立条件

• 先核对基线是否已有同类能力
• 依赖符合运行时、框架版本与许可证
• 默认实现接受业务/无障碍/安全审查

反证/限制

• 复杂定制和升级可能带来适配成本；断言不会自行证明业务语义

成本项

• 许可/支持费用（未知）、依赖升级、测试与迁移维护

退出条件

• 按依赖边界替换并保留应用自有数据/接口/测试
• 迁移重写量需按具体库核验

绿地关系数据且托管责任可接受时优先评估；棕地以增量接入而非全栈替换。功能有据，净效益和完整TCO未知。

当前组合

• 托管Postgres、CLI迁移/类型生成、Auth/JWT与RLS
• 按需增加REST/Data API、Storage、Realtime、Edge Functions和PR branch

替代工作

• 部分数据库主机/补丁、常规CRUD API、认证与对象存储底层运行

保留责任

• 数据/业务模型、grant+RLS、跨租户负例、迁移/回滚、业务事务与密钥
• 恢复、存储对象和平台配置分别演练

新增工作

• 计算、磁盘、流量、日志、备份/PITR用量及平台配置与退出责任
• Preview branch按分支存续和实际Compute/Disk/Egress/Storage用量产生独立费用；用量计入计划额度且不受Spend Cap覆盖

成立条件

• 关系型数据库和地区/合同匹配
• 逐表设置权限并测试allow/deny；secret/service key只在服务端
• 分支隔离生产数据，linked/local操作明确

反证/限制

• RLS不会自动导出业务授权；数据库备份不包含Storage对象，需分项恢复/迁移。
• Preview branch另建服务环境并按Compute/Disk/Egress/Storage实际用量计费，计入计划配额且不受Spend Cap覆盖；分支是否持续运行影响用量。
• 合规、扩展或网络策略不合适时不适用。

成本项

• 实例计算、存储、流量、日志、备份/PITR及迁移/恢复人力；Preview branch的Compute/Disk/Egress/Storage实际用量、分支存续、计划配额及Spend Cap处理

退出条件

• 官方迁移边界：Postgres dump范围与API/JWT keys、Auth provider、Edge Functions、Storage objects、SMTP、域名/DNS的分项要求见平台转自托管指南；Storage对象与Edge Function redeploy需另做。
• 分析者退出检查项（须按目标架构验证，非该指南保证）：Realtime配置、Secrets、CI/CD、DNS/域名、外部服务、数据一致性、干净环境恢复和回滚演练。

适合边缘API/异步边界；不把整套产品默认迁至Cloudflare。服务限制决定路线边界，项目效果Unknown。

当前组合

• Workers/Wrangler负责边缘API或事件处理
• Queues异步缓冲；业务加入幂等键、失败状态、DLQ和重放
• D1仅在SQLite/容量/单库吞吐适配时选；已有Postgres可评估Hyperdrive

替代工作

• Worker托管API和部分事件/边缘部署运行
• 适配时用D1承接小型关系数据；Hyperdrive只做连接池/接入

保留责任

• 事件业务状态、排序/去重、数据库语义、权限、发布批准和故障响应

新增工作

• 运行时兼容、云账号/配额、消息去重、D1容量和连接池语义

成立条件

• 运行时/模块相容；队列消费者幂等且可观测
• 用真实事务/查询要求筛D1或Hyperdrive

反证/限制

• Queues至少一次且不保序；D1单库10GB/串行查询；Hyperdrive有会话限制

成本项

• Workers/Queues/DB用量、兼容测试、跨服务观测与重放维护

退出条件

• 消息可排空/重放，契约/迁移可保留
• D1迁出数据、Worker路由及一致性需逐项验证

棕地渐进式首选候选：适合保护已有资产，只围绕实际瓶颈引入一项服务；整体收益依具体组合。

当前组合

• 保留现有Postgres和主框架
• 只给一个明确边界增加Workers/Hyperdrive或托管身份/存储
• 外部身份/JWT与数据库RLS映射单独核验

替代工作

• 目标边界的一部分自建连接/部署/身份协议

保留责任

• 既有DB维护、授权、数据、跨供应商网络与故障定位

新增工作

• 多平台账号/监控/密钥及适配器复杂度

成立条件

• 每次只替换可独立验收的边界并有回退点
• 确认连接池、事务、JWT、地域、数据流与预算

反证/限制

• 双栈可能增加而非减少集成/故障负担；协议兼容不等于会话语义兼容

成本项

• 两个平台的基础/用量费、跨区流量、集成和双重监控

退出条件

• 保留旧权威数据和回退窗口
• 移除双写、复制、令牌和服务前做一致性/撤销演练

仅在数据/网络控制需求和持续运维能力确立时考虑；若二者未确认，先保留托管与现有栈。

当前组合

• 自托管Postgres或Supabase Docker；可保留现有OIDC
• 自有主机/网络/备份/HA/监控/升级流程
• Agent连受控开发或只读诊断入口，生产改动单独批准

替代工作

• 托管控制面，转为自有基础设施控制

保留责任

• 数据库、网络、补丁、安全、容量、恢复、值班和应用集成责任

新增工作

• 运行团队、漏洞响应、升级与备份/灾备工程；部分托管功能缺失或需自建

成立条件

• 托管服务有明确不可用/不合规限制
• 团队确有DBA/基础设施/安全能力和轮值预算
• 恢复、升级和密钥轮换能演练

反证/限制

• “开源可跑”不等于托管等价或低TCO；缺运维能力时责任链会扩大

成本项

• 主机/存储/网络/备份/冗余，加平台、DBA、安全、值班等长期人力

退出条件

• 数据库、schema、对象、认证配置与密钥分别可恢复
• 确认替代服务与RTO/RPO/停机后再退出

绿地快速原型值得条件性评估；不用于直接接管高风险棕地。生产效率与出口成本无独立效果证据。

当前组合

• Lovable一类生成式Web应用工作区
• 可连接自有Supabase或使用内置后端并确认独立账单/管理边界
• GitHub双向代码同步、分支PR、CI、开发者安全/业务审查

替代工作

• 原型页面、常规CRUD/身份接线的一部分初始手写

保留责任

• 需求、业务不变量、RLS、异常流程、可访问性、性能、上线与维护验收

新增工作

• 生成代码审查/修复、平台/后端费用、环境/账户和退出工作

成立条件

• 仅以新项目/隔离切片启动
• 审查生成代码、迁移、RLS、secrets和测试
• 用户接受平台/地区/协作权限

反证/限制

• 可运行UI不证明业务/安全/维护质量；内置后端与自有Supabase切换不自动迁移

成本项

• 生成器套餐/额度、后端服务、修复/审查/测试和迁移

退出条件

• Git同步仅覆盖代码；还要单独迁移数据库、对象、认证、Secrets、域名和部署
• 新环境构建及恢复通过后再关闭平台

500个Verified问题及补丁执行检查；提供软件缺陷修复参考类。

只覆盖所定义问题；不能代表前后端完整交付，也不能把Resolved当作岗位时间份额。

SWEVER · 官方FAQ核查 · 核查2026-10-22

2026-02-23分析提出污染及测试拒绝正确解等问题。

审计的是特定子样本，不能推成所有基准失效；本报告不据此调整一个固定折扣。

SWEAUDIT · 官方分析正文开头核查 · 核查2026-10-22

v1含200任务、3,825环境、24个Python开源仓库；Claude Opus 4.5全集resolved 11.0%，Codex+GPT-5.1-Codex medium为12.5%；逐题passed与resolved不同。

复杂多文件特征任务；不得将resolved率与SWE-bench榜单分数或本地成功率直接比较，论文模型/工具/预算限定。

FEATURE · 论文摘要与官方项目页核查 · 核查2026-10-22

v3使用484个真实网页的截图到代码任务，并有人类评价。

视觉相似不保证动态状态、可访问性、业务正确性或安全。

DESIGN · 论文摘要核查 · 核查2026-10-22

2026 v3覆盖127网页、374个交互；强调静态页面评价遗漏真实交互。

不是生产全栈交付实验，也不直接给出人工检查分钟。

INTERACT · 论文摘要核查 · 核查2026-10-22

没有模型设置完全解出任务；Claude Opus 4.7仅3%任务通过至少95%测试。论文页眉v1为2026-05-05，正文脚注另列2026-08-24，日期口径保留。

这是黑盒行为重建，不是自然语言新需求到完整B2B产品开发；测试近似目标行为，不代表维护性、完整需求或生产质量。

PROGRAM · 原论文v1任务定义、评测设置和结果核验 · 核查2026-10-22

16名熟悉仓库的开发者、246问题；允许早期2025工具时完成任务增加19%时间。

特定历史样本，不代表当前所有全栈开发；说明能力基准与真实净时间需要分开。

METR25 · METR官方原研究博客正文：RCT设计与+19%核心结果；95% CI由METR26官方更新另行支持。 · 核查2026-10-22

作者指出参与和任务选择、多Agent并行计时让后续生产率信号不可靠。

不采用不可靠数据给当前效率打统一折扣；本地仍需记录漏记与自选。

METR26 · 官方结果及局限核查 · 核查2026-10-22

托管Postgres可配置行级安全策略；项目仍需正确的授权与策略测试。

托管服务不会自动理解租户边界；本报告未开通或测试该产品。

RLS · 官方文档机制核查 · 核查2026-10-22

支持自动重试断言、界面与截图检查，可作为前端回归工具。

测试通过仅覆盖所写断言；不证明用户价值或完全无障碍。

PLAYWRIGHT · 官方断言章节核查 · 核查2026-10-22

对完成任务者条件化后，论文报告处理组71.17分钟、对照组160.89分钟，任务完成时间减少55.8%（95% CI 21%至89%）。原文35名完成者句未单列时间分析的有效分组n；同研究作者的GitHub总结另报告完成率78%/70%，见COPILOT22BLOG，不能将两者当独立复现或据四舍五入比例倒推精确人数。

正文称35名开发者来自处理组和对照组完成任务及问卷，但未单列两组时间分析有效n，不能把该句当精确时长分母；作者总结的78%/70%是四舍五入完成率，不用于反推人数。结果条件于任务完成；单一短时JavaScript HTTP服务器任务，不测长期维护或复杂仓库。

COPILOT22 · arXiv论文随机分派和Results中完成者条件时间；同研究作者官方总结另列为COPILOT22BLOG · 核查2026-10-23

合并分析报告已完成任务数增加26.08%，标准误10.3%；单项研究有噪声，效应随研究/人群变化。

指标是任务产出/完成量，不是个人主动时间缩短、质量等价或商业价值；早期编码补全助手和公司样本不等于Agent或本项目。

MS3RCT · Microsoft Research作者页面、论文摘要及出版信息核验 · 核查2026-10-23

作者报告采用者相较反事实每天合并PR约多24%，效应在四个月观察窗持续；merged PR明确作为输出代理。

单一公司、采用选择和合成对照假设限制因果外推；PR数量不等于PR价值、质量、净人时或业务产出；作者为Microsoft研究人员并披露利益关联。

MSCLI26 · arXiv摘要及全文识别方法、指标、作者声明核验 · 核查2026-10-23

MCP客户端可连接项目并查询/操作数据库、调试、函数与分支等工具组；文档支持按项目限定、只读选项和功能组启停，并明确连接LLM有安全风险。

功能说明不证明Agent操作准确、节时或生产适用；授权范围、客户端工具实现和当前文档版本需复核。

SUPABASEMCP · Supabase官方MCP文档核验 · 核查2026-10-23

Postgres RLS需针对表启用并配置策略；服务端secret/service_role凭据绕过RLS，不能暴露给浏览器；应用仍需配置表权限并验证允许/拒绝路径。

平台提供机制而非自动正确的租户授权；具体表/grant/policy、视图、函数和密钥路径必须按项目审查。

SUPABASERLS · Supabase官方RLS及secure-data文档核验 · 核查2026-10-23

PR可建立独立预览环境；默认不复制生产数据或Storage对象；分支有独立API凭证，并复制指定项目设置与Edge Functions。

该页不说明分支资源规模或费用；若选择显式包含生产数据，仍需按生产数据保护；dashboard branch功能阶段/套餐需重核。

SUPABASEBRANCH · Supabase官方Deployment & Branching/Branching页面核验 · 核查2026-10-23

官方说明数据库备份可按计划/套餐保留；恢复时项目不可访问，停机时长取决于数据库规模，PITR/日备份选项与收费因套餐而异。

该页只描述数据库恢复，不说明对象、应用配置或其他服务的完整跨平台迁移；目标项目的RTO/RPO和费用未知。

SUPABASEBACKUP · Supabase官方Database Backups中备份类型、恢复过程及PITR说明核验 · 核查2026-10-23

自托管要求运营服务器、数据库、网络、安全更新、备份/灾备、监控/可用性等；托管版部分功能不一定自托管可用。

责任清单不估计人员配置或TCO，也不证明自托管等价于托管服务。

SUPABASESELF · Supabase官方self-hosting及backup文档核验 · 核查2026-10-23

Cloudflare提供供Agent发现和使用的文档、Skills及MCP/API工具，可覆盖查日志、调用API和部署等操作能力。

工具可调用不代表Agent正确、授权安全、部署可回滚或节省工时；文档和可用工具按账户/版本核验。

CFAGENT · Cloudflare官方Docs for Agents文档核验 · 核查2026-10-23

默认至少一次投递；重复消息可能发生且消息顺序不保证，消费者需要幂等处理并设计重试/失败路径。

产品投递语义不替代业务顺序、去重和一致性设计；可用选项按队列配置/版本核实。

CFQUEUE · Cloudflare官方delivery guarantees文档核验 · 核查2026-10-23

付费D1单库最大10GB，免费单库500MB；单数据库查询串行且单线程，吞吐取决于查询时间。

额度和限制会随套餐/版本变化；容量上限不等于适用性，必须按真实数据、并发、SQLite语义和访问形态验证。

CFD1 · Cloudflare官方D1 limits文档核验 · 核查2026-10-23

Hyperdrive支持接入Supabase Postgres等数据库并提供连接池；PREPARE、advisory locks、LISTEN/NOTIFY和会话级状态等语义存在限制。

兼容表不是端到端性能或全量协议保证；事务/会话使用方式、驱动和数据库版本需单独验证。

CFHYPER · Cloudflare官方Hyperdrive supported databases/features文档核验 · 核查2026-10-23

支持双向GitHub同步并可通过PR及本地工作流继续开发/在平台外部署；同步的是源代码。

代码同步不自动迁移或等价替换后端数据、认证、密钥、存储或托管运行服务。

LOVABLEGITHUB · Lovable官方GitHub integration文档核验 · 核查2026-10-23

可用自然语言生成应用并连接自有Supabase；Lovable内置Backend与自有Supabase不可一步自动切换，需分别处理目标后端数据/配置。

官方说明的是产品能力/切换边界，不给生产质量、节时、完全可移植性或固定迁移工时证据。

LOVABLESB · Lovable官方Supabase integration文档核验 · 核查2026-10-23

PostgREST从Postgres schema生成REST API，提供CRUD、关系查询及数据库函数访问，并可用于浏览器两层或自有API服务器三层架构。

自动API需按grant/RLS/密钥安全配置；不替代业务规则、复杂工作流或现有API契约；文档不提供本项目效果数据。

SUPABASEAPI · Supabase官方Data REST API文档核验 · 核查2026-10-23

Supabase Auth提供用户身份管理、客户端SDK与API endpoints，支持密码、OTP、社交登录和SSO等认证方式。

支持的认证流程不自动决定本地产品授权、租户隔离、账号迁移、合规配置或支持成本。

SUPABASEAUTH · Supabase官方Auth文档核验 · 核查2026-10-23

Storage提供文件对象管理、REST/S3兼容接口、CDN/转换及基于RLS的细粒度访问控制。

对象存储不等于本地业务元数据、保留/备份、合规或授权逻辑；数据库备份不包括Storage对象。

SUPABASESTORAGE · Supabase官方Storage文档核验 · 核查2026-10-23

Zod提供TypeScript优先的schema定义与运行时数据验证，并可推导静态类型。

功能文档不证明适合既有运行时/版本或减少净开发时间；需评估bundle、schema所有权和依赖升级。

ZOD · Zod官方首页/功能文档核验 · 核查2026-10-23

Drizzle允许在TypeScript中定义和管理数据库schema，执行类型化SQL-like/关系查询并提供迁移工具。

供应商功能声明不证明相对现有ORM/SQL的净收益；目标数据库、迁移历史和团队熟悉度决定适配成本。

DRIZZLE · Drizzle官方overview文档核验 · 核查2026-10-23

Radix提供可组合、无样式的UI原语，帮助构建自定义组件/设计系统，并提供键盘操作和可访问性相关处理机制。

原语不是完整产品设计或业务界面；仍需样式、组合、内容、响应式、完整可访问性验证和维护。

RADIX · Radix UI官方primitives介绍文档核验 · 核查2026-10-23

数据库dump包含schema、data、roles、RLS policies、数据库functions/triggers和auth.users；指南要求另行设置JWT/API keys、Auth provider、Edge Functions、Storage objects、SMTP及自定义域名/DNS，并提示平台与自托管版本可能不兼容。

指南明确不涵盖Storage对象传输或Edge Functions重新部署；其步骤针对迁至自托管Docker，不代表迁至任意供应商的完整方案或固定迁移工时。

SUPABASERESTORE · Supabase官方Restore a Platform Project to Self-Hosted指南核验 · 核查2026-10-23

每个Preview branch是独立Supabase服务环境；按环境实际Compute、Disk Size、Egress和Storage用量计费。用量计入订阅计划配额，且不受Spend Cap覆盖；页面称无固定分支费用，活跃/持久分支的存续会持续影响用量。

该来源定义计费机制，不估算具体项目费用、使用负载或总TCO；不同套餐、服务配置和分支存续时间影响实际用量。

SUPABASEBRANCHBILLING · Supabase官方Manage Branching usage页面，What you are charged for / How charges are calculated / Optimize usage核验 · 核查2026-10-23

作者总结报告完成率78%（Copilot）/70%（对照），平均完成时间约71/161分钟，快55%；p=.0017、95% CI 21%–89%。这是与COPILOT22 arXiv论文相同实验的作者总结，百分比和时间取整，仅用于交叉核对，不是独立复现。

该总结未单列时间比较的有效分组n；完成率为取整报告，本报告不以该比例或论文关于35人完成任务及问卷的表述推导时长分析分母；作者/供应商总结不提供独立复现证据。

COPILOT22BLOG · GitHub官方作者总结Finding 2与95人随机实验段落核验；与arXiv同一研究交叉核对 · 核查2026-10-23