开源 SoduWork:用验收标准+独立 AI 复审+人工把关验证 agent 产出
soloboy4567 · reddit · 2026-11-20
团队开源了 SoduWork,一个可自托管、MIT 协议的 agent 工作台(公测阶段),核心目标是让任务验收不再依赖 agent 自己报告"我做完了"。
工作流分三层:
- 预定义验收标准(acceptance criteria)作为硬约束;
- 一个独立的 AI 复审步骤,由另一个模型对照标准检查产出;
- 最终人工审批兜底。
团队坦诚表示并未测得正确率提升:第二个模型可能重复相同错误,甚至自信地批准错误结果。他们真正想讨论的是两个开放问题——当两个 agent 可能共享相似失败模式时,基于独立模型的复审到底有多大价值?以及该如何评估这种「模型审模型」的设置?
项目定位为工程探索而非新算法或 benchmark,欢迎从事 agent 评测与自动化验证的开发者反馈。
「编程与Agent」频道最新
- Grok Bot 周更:能订机票酒店租车,工具权限可逐项配置 — NicoVerderosa · 2026-11-20
- 2026 年的公司形态:一个文件夹装下所有部门 — mdancho84 · 2026-11-20
- Google AI Studio 支持零代码生成安卓应用,可私密装机不上架 — TawohAwa · 2026-11-20
- Agent 开发最大痛点:没有任何任务管理系统能支撑 10-100 并发任务 — bigblueboo · 2026-11-20
- SelfGraph 开源:文本一键抽取带版本的知识图谱,支持多种图数据库 — JeremyCMorgan · 2026-11-20
- 改一处坏一处:研究者详述 AI 接手复杂免疫学模型的难点 — iskander · 2026-11-20