Agent 谎报"任务完成"频翻车，开发者推出本地校验 CLI 应对
AlternativeLimit8551 · reddit · 2026-09-18
作者因 Claude Code 等 AI IDE 频繁在缺少后端路由、按钮未接线的情况下自信宣布"任务完成"而发出吐槽帖，意外获得超 2.1 万浏览，评论区显示从周末 vibe coder 到资深提示词工程师都在手动检查 diff，因为 agent 实际上在"自己给自己批作业"。
在与开发者深入交流后，他们推出了轻量级本地 CLI 工具 malveon check（v0.1.0 免费公测）：
- 自动检测项目的构建/测试方案，在 git commit 前运行确定性的 build、lint、test 命令
- 如果某项检查无法被证明通过，直接标记为 NO PROOF，而不是让 LLM 猜测通过
- 核心思路：用确定性校验取代 LLM 自评，堵住 agent 声称完成但代码缺失的漏洞
「编程与Agent」频道最新
- 让 Codex 审查 Claude 写的 PR:6 条评论仅 1 条真 bug — Specialist_Agent3599 · 2026-09-18
- TinyFish 携手 Aident:把实时网页能力接入 Codex 和 Claude Code — alifcoder · 2026-09-18
- 给 Devin 一张卡：AI agent 经营公司赚到首个 75 美元 — sandylikesfrogs · 2026-09-18
- 用 Town 的 X Daily Digest 技能自动生成关注对象日摘要 — Scobleizer · 2026-09-18
- Claude Code 推出 Projects：一个项目拆多线程并行跑云会话 — _catwu · 2026-09-18
- Raindrop 推出 Agent 仿真工具,合并前跑 20 个场景提前拦回归 — pzakin · 2026-09-18