双 Agent 审查如何建立独立验证

两个 AI Agent 审同一个 PR，不一定就构成独立审查。如果它们能改同一个工作区，审查者主要依赖实现者写的摘要，测试对应的提交又和最终合并的提交对不上，那么第二句「LGTM」究竟增加了多少可信度？

作者关注的是审查双方的权限和证据边界。原文没有公布实验结果，而是提出一个值得团队自查的问题：你相信 AI 审查，是因为多了一个模型，还是因为多了实现者无法随意改写的证据？

两个 Agent 为什么仍然可能只给出同一种意见

原文设想的流程很常见：Agent A 写补丁并创建拉取请求（PR），Agent B 审查后回复「LGTM」。

问题出在流程背后的三个细节。

首先，两个 Agent 都能修改同一个工作区。审查对象因此可能变化，审查者看到的内容未必能稳定保存下来，也就难以复核。

其次，Agent B 依赖 Agent A 生成的摘要。摘要可以帮助理解改动，但它也是实现者对自己工作的解释。遗漏了什么、哪些假设没有交代，审查者仍然需要回到实际差异里确认。

最后，执行测试的提交可能不是最终合并的提交。即使测试确实通过，也只能证明当时受测的那份代码通过了检查，不能直接替另一份代码作保证。

多一个同意的 Agent，不等于多一份独立证据。

这不是说第二个 Agent 没用，而是「有帮助的复查」和「独立验证」需要分开评价。

怎样让审查证据对应到真正要合并的代码

作者给出了一组可能的做法：让审查者使用锁定到确切提交的只读检出，检查原始差异，并核实哪些测试实际执行过。

其中，锁定提交解决「到底审了哪一版」；只读权限限制审查者改写受审代码；检查原始差异减少对实现者摘要的依赖；核实测试执行情况，则把「声称测过」变成可以检查的记录。

验证需要建立在实现者不能轻易重写的证据上。

不过，原文没有提供具体配置，也没有说明测试记录应如何保存、防止修改，或者怎样自动核对受测提交与合并提交。因此，这是一套讨论方向，还不是拿来就能部署的完整方案。

作者还提出了几项没有定论的问题：低风险改动是否只需第二个模型和独立提示词？是否需要分开的工作区、凭据和不可变产物？哪些地方仍应要求人工批准？

这里的「不可变产物」，可以理解为生成后不能被随手覆盖、能够供后续核对的结果。它是否必要、需要做到什么程度，作者没有给出统一答案。

我的判断

我赞同作者把重点放在证据边界上。独立提示词可以要求第二个 Agent 换个角度检查，但它无法自行解决共享写权限、只看摘要或测试提交错位的问题。换模型和限制权限，解决的是不同问题。

不过，原文没有对照实验，也没有展示失败案例，不能据此宣称独立工作区一定能降低多少缺陷率，更不能推导出所有 PR 都必须配备独立凭据和不可变产物。这是一篇问题导向的讨论，连经验结论都比较克制。

对于低风险改动，第二个 Agent 的复查是否已经够用，需要结合团队的风险容忍度判断；对于需要追责和复核的改动，能确认审查对象与测试对象，则更有实际价值。人工审批也不能自动补齐证据缺口，人同样需要知道自己批准的是哪份代码。

作者披露自己维护开源检查器 Agent Role Contracts（ARC），用于检查声明的 Agent 职责与任务边界。他也明确说明：运行时强制执行和独立审查，还需要额外控制。不能把「声明了职责」当成「权限已经受到约束」。

能拿来做什么

• 在日常 AI 编程中，把实现者摘要作为阅读入口，同时要求审查 Agent 检查原始差异，避免审查只围绕摘要里的解释展开。
• 在 PR 审查结果中记录确切提交，并核对测试对应的提交与待合并提交；后续代码变化后，重新判断原有结论是否仍然适用。
• 做一个小型可复现测试：让实现 Agent 的摘要故意漏掉一处改动，观察审查 Agent 是否会检查原始差异并发现遗漏。用实际结果判断当前流程是否过度依赖摘要。