يمكن لوكلاء برمجيات الذكاء الاصطناعي الحديثة تنفيذ المواصفات وإنتاج مجموعات اختبار ناجحة في نفس سير العمل، لكن هذا يخلق خطاءً حاسماً: لا يمكن للاختبارات أن تتشكك في التنفيذ عندما تكون كلاهما ناتجًا عن التفسير نفسه المبهم. هذا ينتهك المبدأ الأساسي للتحقق من الصحة والصلاحية (V&V) الذي ينص على أن الباني لا يجب أن يكون المحقق. بناءً على الخبرة في برامج General Motors Super Cruise و Ultra Cruise، يؤكد المؤلف أن المراجعة المستقلة أمر بالغ الأهمية للكشف عن غموض في المواصفات. على سبيل المثال، مواصفة رادار تنص على "gap must be a distance the forward radar can measure, up to its rated range of 250m" تترك أسئلة حاسمة دون إجابة — أين يبدأ القياس؟ هل يمكنه قياس 0 م؟ بدون مراجعة مستقلة، يحل المطورون مثل هذه الغموض بشكل فردي، مما يؤدي إلى اختبارات ذاتية التأكيد. المراجعة الحقيقية تتطلب تفسيرًا منفصلاً: مهندس واحد ينفذ، والآخر يتحقق. الاختلافات تكشف عن عيوب حقيقية في المواصفات قبل النشر. هذه المبادئ، القياسية في تطوير المنتجات التقليدية لعقود، تم تعزيزها خلال أعمال العقد مع NASA حيث تم تعويم أنظمة تتبع الرأس والعين، حيث قام فريق ضمان الجودة المستقل بتوثيق معاير الكاتب. بناءً على ذلك، أنشأ المؤلف مشروع Python مفتوح المصدر لأتمتة هذه الفصل، مما يضمن أن الاختبارات تتحدى التنفيذ بشكل معنوي بدلاً من مجرد تأكيدها.