不要让 Agent 给自己的产出打分

文章指出，由写代码的同一 Agent 判断是否完成，几乎必然通过，因为评审时比对的是意图而非结果，且模型有尽快结束任务的倾向。作者主张分离角色：critic 不读代码而运行测试、lint、构建和接口，以退出码和带阈值的数值评分判定，未达标须给出原因。

AI推荐理由 文章提出 Agent 不应自评代码，主张将评审角色分离为执行测试、lint、构建并依据退出码和数值阈值的 critic。观点对 Agent 工程实践有参考价值，但属个人经验论述，无实验数据或对照结果支撑。