这条讨论把 coding agent 的下一阶段说得很具体：瓶颈会从“能不能生成”转向“能不能规模化地证明生成结果可用”。代码代理提速后，如果每个改动仍要资… · @fireandstart · TwKit

@fireandstart

这条讨论把 coding agent 的下一阶段说得很具体：瓶颈会从“能不能生成”转向“能不能规模化地证明生成结果可用”。代码代理提速后，如果每个改动仍要资深工程师逐行审阅，就像数据公司不断叠加人工复核层，最后审核者自己成了产能上限。要释放人的专家时间，任务本身必须能运行、能复现、能检查。 你列出的程序化检查、LLM judge、代理互审、端到端验证闭环，以及在不同条件组合下重复运行同一代理，分别能接住不同类型的错误。我会再加一条：验证器本身也要被验证。多个代理意见一致，不必然代表正确；共同盲点可能让错误一起通过。因此需要由人定义质量标准，保留独立抽样和反例检查，并记录失败证据，持续校准自动评审。 Michelin 厨房的比喻很贴切。目标不是让人完全退出，而是让每盘菜在端上桌前经过可靠流程；厨师仍负责定标准、尝新菜，也负责发现流程没覆盖的异常。对工程团队来说，验收条件、可复现环境、自动检查和人工抽检应当一起成为交付链路的一部分。Agent 产出越快，越要让证据跟得上：速度的提升不只看写了多少代码，也看团队能否更快、更稳地确认它真的可用。

曝光 71 · 评论 0 · 点赞 1 · 书签 0