别再逐条审批命令：用真实产物验证 coding agent 是否真跑了测试
ComprehensiveShake76 · reddit · 2026-10-16
作者在 Mac 上运行免逐条审批的 Codex worker 后，把「任务何时算完成」的检查点从过程审批转移到结果产物：
- 完成是产物，不是一句话。代码任务完成的标准是能看到真实测试运行——例如 worker 在自己的 Linux 容器里跑 unittest，作者拿到实际输出：6 tests, OK, exit 0, 55 秒。
- 调研类任务同理：交付带文件大小、来源数和哈希的文件，并注明来源只列出、未事实核查——链接列表不等于核实过的事实。
- 文件不落本机：一切留在 agent 自己的工作区，作者确认后才保存到 Mac。
- 审批是错误的检查点：逐条批准命令从未告诉你工作好坏，只让人疲惫；把检查移到终点（真实输出、真实文件）更有效。之所以可行，是因为容器里没有作者文件——容器是强边界但不是保证。
遗留问题：agent 可能写出「能通过但很弱」的测试。如何检验测试本身的质量，作者尚无解，向社区征询。
「编程与Agent」频道最新
- 创业者吐槽 AI agent 用不起来，回应称落地靠组织而非模型 — EdenEmarco177 · 2026-10-16
- Cheng Lou 开源 Handwired：手写权重把代码变成零训练神经网络 — dotey · 2026-10-16
- 用 Notion 搭个人记忆库，让所有 AI Agent 即插即用共享上下文 — ivanhzhao · 2026-10-16
- Lovable 应用接入 WhatsApp,可自动搭建客服收件箱与消息模板 — AlexandrePesant · 2026-10-16
- FDE-Gym 基准:顶级 Agent 仅完整解决 95 个真实交付任务中的 14 个 — dair_ai · 2026-10-16
- 六大 Deep Research API 实测横评:能力边界、定价与选型建议 — bar_raiser333 · 2026-10-16