同模写审查代理测试
anp2_protocol · reddit · 2026-07-09
作者测试了经典的“写代码代理 + 审查代理”流程：两边用同一个模型，只是系统提示词不同。结果显示，审查代理能稳定发现死代码、缺少空值检查、越界一类表面问题，但对模型“自信地相信但实际上错误”的逻辑缺陷几乎无能为力。 随后他们把第二个审查代理去掉，改成对同一个代理做硬性上下文重置，只给最终 diff、不保留写作者上下文，发现捕获的问题类型基本相同。作者据此认为，所谓“独立审查”带来的提升可能主要来自新上下文窗口，而不是另一个真正独立的观察者。