多模型互查仍会漂移：作者论证没有模型能监督好自己

alexcovo_eth · x · 2026-09-20

作者撰文指出，无论 GPT、Claude 还是 Gemini，任何模型都不足以监督自己，把多个模型塞进同一个 harness（如 Planner-Implementer-Reviewer 架构，甚至用不同模型分担角色）也解决不了问题。

他的观察是：团队让规划者说「大概需要一个恢复层」，实现者就把它造出来，审查者检查是否造对了——每一步都完成了，但没有人停下来问「我们到底为什么要建这个东西」。以「完成邮件集成」为目标，40 分钟后系统就自我说服成「构建一个弹性恢复与编排框架」。作者认为这是深度断裂，靠 skill 或 prompt 修补不了。