Agent 开 PR 前先给自己打分：五阶段架构与三大踩坑
LeftMethod1154 · reddit · 2026-08-16
Reddit 上一位从业者（商业产品 KeplerCrew 团队成员，发帖时明确披露利益相关）分享了他们为 agentic coding 构建的自动评分流水线：问题不在代码生成质量，而在于没有环节能在人工审查前判断输出是否正确，导致审查者读的代码反而更多，整体吞吐几乎没提升。
系统分五个阶段、共十六个子环节：理解（读仓库、规范与任务意图）→ 规划（分解出安全有序的执行计划）→ 执行（按计划写代码和测试）→ 验证（按验收标准逐关打分，失败自动回到修复循环）→ 交付（验证过的 diff 以 PR 形式提交）。作者认为关键的第四阶段是每道关卡都评分，而不是最后一次性检查；目标不是取消人工审查，而是让审查者不再是第一个发现 bug 的人。
三件比预期更难的事：
- 计划的安全排序：朴素分解会产生每步都对、合起来却坏掉的步骤，大部分规划精力花在依赖检测和排序而非分解本身；
- 成本可预测性：开放式 agent 循环开销默认无上界，重试到正确可能让成本翻十倍，「限支出不限质量」是最费调优的部分；
完全无外网部署：很多合规客户要求代码不出网，支持自托管与物理隔离，但系统里许多默认要调 API 的部件都得重做。
作者抛出的开放问题：自动化评分能承接多少审查负担才会失去信任？他们的落点是「人仍批准 PR，但不应是第一道防线」。
「编程与Agent」频道最新
- 企业百个 AI Agent 蔓延，云资源式管理危机隐现 — Ok_Intention1336 · 2026-08-16
- 从业者称90%的AI智能体是噱头，分享3个真正赚钱的工作流 — Affectionate-Ask7235 · 2026-08-16
- 开发者正为 DeepSeek Harness 打造美化与交互插件 — op7418 · 2026-08-16
- 如何捕获 AI Agent 的回归行为？开发者求助 — digbickindividual · 2026-08-16
- 用 soul.md 文件给 Agent 赋予真实个性和记忆 — amu4biz · 2026-08-16
- WebOSINT：自动化被动域名情报收集脚本 — tom_doerr · 2026-08-16