Agent 自称完成任务却漏检，独立验证器值不值得建？

1982_miguel · reddit · 2026-10-21

Reddit 用户提出一个 agent 工程设计问题：agent 执行复杂任务后常宣称完成，但细看发现跳过了业务规则。以 40 页合同审查为例，让同一模型自检容易陷入确认偏差——执行时错，自审时也会同样错。作者设想构建独立验证器：用小模型、确定性代码规则或混合流程，逐条核对需求并输出「要求 30 天/提案 25 天→达标」「保额要求 500 万/实际 300 万→不达标」式结构化结果。核心疑问是：独立验证器在精度上是否真优于精细 Skill 自检，额外 token 成本与延迟是否值得？帖子征集有生产环境经验的工具、框架、MCP 建议。