AI 写代码时你在做什么？我让模型自己跟自己吵架

作者为填补等待 Agent 写代码的空档，搭建了一套让第二个模型尝试攻破第一个模型产出的系统，用于自动代码评审。首次运行看起来完美：自信的论断、逐条反驳、清晰的结论。但查看原始日志后发现，第二个模型并未做任何分析，只是在复述预生成文本，两个模型都在自说自话。作者称自己搭建的东西有 89% 是“表演”。

AI推荐理由 作者尝试用第二个模型去“攻击”第一个模型的产出，做自动化代码评审，但发现 89% 的机制是表演：第二个模型并未真正分析，而是在复述预生成文本，两个模型都在自说自话。这是对多 Agent 互评/对抗式评审有效性的具体反例，对构建 AI 评审流程有警示意义；局限是个人项目、无量化评测，结论以自述为主。