风险形状
Pro 把改动识别为 UI + data + deploy + contract，而不是泛泛的代码 diff。
Impact surfaces: ui, data, deploy, contract
产品演示
看一个高风险 AI diff 变得可解释。
这个演示使用项目真实 fixture 输出。Pro 不让用户在 JSON 里找答案，而是先给出能不能上线，再展示什么证据会改变结论。
agent-guardrails check --review
agent-guardrails pro report
agent-guardrails pro workbench --open
可读优先
产品应该像一份发布 briefing。
JSON 仍然可以给 CI、agent 和审计使用。人的工作流应该从决策、原因和最小有用下一步开始。
Go-live brief
这次改动能上线吗？
暂时不能
fixture 触及 GraphQL schema、生成客户端输出和 Web 类型表面。因为缺少生成代码证明，门禁保持 HOLD。
为什么重要如果跳过 codegen，应用可能用过期生成类型编译。
最佳下一步运行
npm run codegen，捕获输出，然后重新执行门禁。用户收益用户不是为工具填表，而是在降低真实发布风险。
闭环
一个 fixture，四个用户可见决策。
用户不应该读原始 memory 文件。产品必须说清发生了什么、为什么重要、下一步做什么。
Ship/no-ship
结论是 HOLD，因为缺少必需的 codegen 证明和部署证据。
阻塞缺口：没有运行 npm run codegen
最便宜证明
下一步不是“多写测试”，而是最可能关闭第一个证据缺口的最小命令。
运行：npm run codegen
发布回执
证据补齐后，Pro 记录证明配方，并生成以后可追溯的报告。
下一轮：带证据重新运行 check
真实输出
真实 Workbench，而不是 JSON 工作。
这些截图来自仓库真实 fixture 引擎。Workbench 是给人的界面；JSON 和 Markdown 保留给 agent、CI 和审计。
Go-live report
能上线吗？
暂时不能。 示例 fixture 还缺少 codegen、契约和部署证明。报告解释 OSS 捕获什么、Pro 增加什么、为什么这个证明重要。
Operator next step: run codegen proof, capture output, rerun check
为什么值得付费
它会在仓库里复利。
价值不是一次性 checklist。Pro 会存储关闭过缺口的证据模式、降低过期配方权重，并让未来上线决策更贴合项目。
找到风险表面，并要求与实际改动匹配的证明。
识别同类表面，并推荐之前有效的命令。
展示信任回执：已接受证据、剩余缺口和下一步安全动作。