上周 review 一个团队的代码。他们想做一个能自主修 bug 的 Agent，架构设计得很漂亮，模型选的也是最新的。但 Agent 跑起来后，改完代码就停了——它不知道怎么验证自己改得对不对。
我问他们：「测试覆盖率多少？」
「大概 30%，而且跑得慢，本地跑一次要 15 分钟。」
「日志呢？有结构化日志吗？」
「有，但格式不太统一，有时候打 JSON，有时候打纯文本。」
「Health Check 呢？」
「有个 /ping 接口，返回 200。」
我说：那你的 Agent 改完代码之后，怎么知道改对了？怎么知道部署上去没炸？怎么知道要不要回滚？
他想了想：「只能让人看一眼。」
我说：对，这就是问题所在——你的系统不是为 Agent 设计的，是为人设计的。 人可以用经验判断「这个改动应该没问题」，Agent 不行。Agent 只能依赖 可以调用、可以验证、可以反馈 的能力。
[Read More]