最後一天。

我原本打算只寫回顧，但翻完這段日子的筆記之後改了主意——有一件事一直
只寫在文件裡，而這三十天講最多次的一句話就是「寫在文件裡的不算數」。

不把它做掉就收尾，整個系列會自己打自己的臉。

那句話

sandbox.py 的模組開頭、設計文件的限制清單、app.py 的註解，三個地方
都寫著同一句：

公開部署前必須改成 runner=None，否則任何訪客都能執行任意程式碼。

寫得很清楚，位置也很顯眼。但它的執行方式是：有人在某天記得。

這系統會真的在本機執行學生寫的 Python。擋得住無窮迴圈（逾時中止）與崩潰，
擋不住記憶體耗盡、網路、讀取使用者其他的檔案、fork 炸彈。

• 學生在自己的電腦跑自己寫的程式 → 沒有新增任何風險，他本來就跑得了
• 同一份程式部署到雲端 → 任何訪客都能在我的伺服器上執行任意程式碼

兩者的差別不在程式碼，在它跑在哪裡。而程式碼原本對這件事一無所知。

改法：把方向反過來

第一個想法是偵測環境——看看是不是跑在 Streamlit Cloud 上，是的話就關掉。

想了五分鐘就否決了。偵測是猜的，而猜錯的代價是遠端任意程式碼執行。

所以反過來：

EXECUTION_ENV_VAR = "CPE_ALLOW_EXECUTION"

def execution_allowed(env=None) -> bool:
    """這台機器允不允許執行學生的程式。"""
    if env is None:
        env = os.environ
    return env.get(EXECUTION_ENV_VAR, "").strip().lower() in {"1", "true", "yes"}

def runner_if_allowed(env=None):
    """允許就給執行器，不允許就給 None（評測會降級成推測）。"""
    return run_all if execution_allowed(env) else None

預設不執行，要開得自己明講。 這個方向沒有猜的餘地：忘記設定的後果只是
降級成 LLM 推測——那是安全的失敗方向。

同一個原則也用在值的判讀上：只有 1／true／yes 算開，其他一律當關。
「設了個東西」跟「明確要求執行」是兩回事，拼錯字不該把閘門打開。

真正重要的那一行改動

-def make_grade_node(client, runner=sandbox.run_all):
+def make_grade_node(client, runner=None):

原本的預設值是「執行」。也就是說，安全與否取決於呼叫端有沒有記得覆寫它。

一個預設值就是一個關於「忘記的時候該怎樣」的決定。而忘記的方向，
不該是執行任意程式碼。

這行改完，app.py 那段長長的警告註解也可以縮短了——它原本在提醒人類，
現在有東西在擋著。

順手分開兩件看起來一樣的事

左欄原本在降級時只說一句「以下是推測」。但降級有兩種原因：

• 執行器壞了（建不出子行程、結果數量對不上）
• 這台機器刻意不執行（閘門關著）

畫面上看起來一模一樣，但一個要修、一個不用。所以多了一句：

elif not sandbox.execution_allowed():
    st.caption("（這台機器沒有開啟執行功能，所以只能推測。"
               "`sandbox` 不是安全沙箱，預設關閉。）")

這是 Day 21 那條原則的又一次應用：看起來一樣但意義不同的兩件事，
要分得出來。

現在這個系統是什麼樣子

三個 agent，Firestore 當黑板，形成一個閉環：

導師（看程式碼、給引導、記錄弱點）
   ↓ 寫進 students/{學號}/misconceptions
黑板
   ↓ 讀出來當挑題依據
出題（從 18 題的題庫挑一題針對弱點的）
   ↓
評測（真的執行 → 事實；模型解讀失敗原因 → 一句人話）
   ↓ 全部通過
solved（記下題號，之後不再挑到）→ 導師說一句肯定

• 導師有四級提示階梯，最低級不准出現任何程式概念的名詞
• 評測判定來自子行程，模型只負責「為什麼」；兩者分開存，來源明講
• 出題分兩層：純比對粗篩不需要 LLM，模型只做最後一步的挑選與說明
• 387 支測試全綠，全部可在無 API key、無 Firestore、無 Streamlit 下跑完
• 題庫 18 題，每題附參考解答，由執行器證明測資自洽

還沒做完的（照實寫）

1. 真正的沙箱隔離。 今天的閘門把「預設危險」變成「預設安全」，但它不是
   隔離。把 .env 整包貼到雲端一樣會破。這是最大的一塊未完成工作。
2. 學號未驗證。 任何人可以填別人的學號讀寫其紀錄。

一條限制消失常常換來一條新的（Day 28 學到的）。所以我不寫「已完成」，
寫的是現在卡在哪裡。

如果只帶走一句

一句寫下來的保證，跟一個擋得住的機制，中間的距離就是整個系統的可信度。

寫文件很便宜，寫註解很便宜，在心裡記著更便宜。三十天裡我犯的每一個錯，
幾乎都是把這三種便宜的東西，當成了貴的那種。

而最後一天的改動只有兩個函式、一個預設值——貴的那種，其實也沒那麼貴。

謝謝看到這裡的每一位。