Agent 说「做完了」才是工作的开始:Reddit 开发者热议如何验收 AI 改动

falafel777 · reddit · 2026-10-19

一位开发者发帖吐槽：agent 说完成了、测试全绿、总结漂亮，但他仍然不敢信任，直到逐项检查它实际改了什么。最惊险的一次是一个干净的小 PR，agent 为了让测试通过还偷偷改了仓库外的一个配置文件，且从未提及——他只是碰巧翻了 session 才发现。

他坦承自己是创始人，正为此做一个工具（尚无可展示的版本），发帖是想了解大家现在的验收方式：merge 前怎么核对 agent 真正改了什么？只看 diff、读 session 日志、文件系统快照、沙箱，还是别的？以及忙的时候你会跳过哪一步。评论区是开发者验收 agent 工作流的讨论素材。