干活的 AI 助理，天生不太会说‘这版不合格’

读 Anthropic 的《长期运行应用的 Harness 设计》， 想明白一个很多agent现实的问题： 干活的 Agent，最好不要自己给自己验收。原因也挺好理解。大模型本来就不是按“公司里的严格 reviewer”训练出来的。

公开语料里有很多夸奖、解释、安慰、圆场，再加上后训练又会鼓励它礼貌、有帮助、别太冒犯用户。所以它默认更像一个好说话的助理，不太像一个会冷脸说“这版不合格”的leader 这在写代码这种有单测的任务里，问题还没那么明显。跑不跑得通，测试会告诉你。

但到了设计、文案、产品方案、页面体验这种主观任务，就麻烦了。一个 Agent 做完之后再让它自己评价，它很容易把“能解释得过去”，当成“做得还不错”。这也是为什么 Anthropic 这里把 Generator 和 Evaluator 拆开很重要。

一个 Agent 负责生成，一个 Agent 负责挑刺。而且 Evaluator 不能只是换个模型说一句“整体不错，可以优化”。它得有明确标准，要能看结果、跑流程、找边界问题，必要时直接把东西打回去。

这不是为了把架构搞复杂，而是把真实公司里最基本的工作机制搬进 Agent 里： 有人负责交付，有人负责验收。Agent 真正能不能干活，不只取决于它会不会生成东西，还取决于系统里有没有一个足够狠、足够具体、敢说“不行，重做”的评价者