AI 生成的代码带来了信任问题，因为开发者必须在缺乏明确权衡指导的情况下，从多个选项中做出选择。传统测试仅验证正确性，而忽视了安全性、性能等关键方面。SafeCode Arena 旨在通过提供一个自动化验证器来解决这一问题，该验证器在五个同时进行的维度上对代码候选项进行评分。这些维度包括正确性、安全性、性能、可维护性和资源使用，每个维度均分配了相应的权重。该系统采用多轴评分方法以量化权衡，从而支持可辩护的决策。实现模式涉及使用 WebAssembly 隔离代码执行以确保安全性。评估历史的持久化使得能够追踪回归并构建代码演进的审计轨迹。SafeCode Arena 支持多种编程语言，允许在同一评分标准下进行跨语言比较。集成到 CI/CD 流水线中可确保在合并前对代码候选项进行评分，从而避免生产环境中的意外。核心理念是：由评分标准而非直觉来定义信任与责任。明确的评分标准使代码评估变得透明、可复现且可教学。该系统使开发者能够自信地选择和合并代码，因为他们可以基于客观分数解释其决策。SafeCode Arena 已实现关键功能，并计划未来支持更多语言和集成。它提供了一种系统化的验证方法，以补充 AI 生成的代码，应对行业对 AI 输出隐含信任的倾向。该项目采用 Rust、Wasm、SQLite 和 Python 构建，并开源发布。