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:

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。

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →