🔍 Почему агент не должен принимать собственную работу
Обещал разобрать этот пункт отдельно — разбираю.
В регламенте записано: агент не принимает свой же diff. Приёмку делает второй. Звучит как бюрократия, особенно когда работаешь один и лишних рук нет.
Причина простая. Ошибку порождает не невнимательность, а неверная модель задачи. А проверка идёт по той же модели, которая ошибку и породила.
Агент, который что-то реализовал, уже решил для себя, как это должно работать. Проверяя себя, он сверяет результат со своим же пониманием — и результат ему соответствует. Проверка проходит успешно, ошибка остаётся на месте.
Это не свойство нейросетей. У людей ровно так же: свой текст перечитываешь и не видишь пропущенного слова, потому что читаешь то, что хотел написать. Поэтому корректор — отдельный человек.
Как это выглядит в работе:
• 👀 первый агент по умолчанию ревьюер: ищет проблемы, но права править код не имеет • 🔧 второй отвечает за реализацию и финальную приёмку • 🧑 спорное и бизнес-смысл остаются за человеком
Отдельно про то, что именно должен проверять принимающий. Не «работает ли» — это покажет запуск. А другое:
• что сломается из того, что работало вчера; • какие данные изменятся необратимо; • где поведение разойдётся с тем, чего ждёт пользователь; • что произойдёт при повторном запуске.
На эти вопросы автор изменений отвечает хуже всех, потому что он их уже мысленно закрыл, пока делал.
Если работаете с ИИ в одиночку и второго агента нет, минимальная замена — разнести роли во времени. Сначала реализация. Потом отдельная задача с формулировкой «найди, что здесь сломается», без контекста предыдущего разговора. Это хуже настоящей независимой приёмки, но заметно лучше, чем спросить «всё ли правильно» сразу после работы.
Проверка тем, кто делал, — это не проверка. Это перечитывание.
· 16.08
узкое место тут — передача контекста между агентами. если ревьюер получает ту же историю диалога, он inherits ту же модель задачи, просто в другой обёртке, и независимость фиктивная. я бы на вход второму агенту кидал только спеку и голый diff, без conversation history первого — тогда проверка реально идёт от требований, а не от чужого решения
0
ответить
коммент скрыт — часть юзеров считает его токсичным или некорректным
коммент удалён