换全新 agent 审核：不带写作过程的上下文才客观

观点： 让写代码的那个 agent 复查自己的代码，是最自然的想法、最差的结果——它的上下文里还存着当初的思考和对话，回头检查会顺着原思路走，“以为自己已经写对了”，很多问题查不出来。Anthropic 的做法：另建一个全新 agent，只给它两样东西——目标和代码改动——让它判断”这些代码能不能完成既定目标、有什么潜在风险”。它对写作过程一无所知，这听着是缺陷，恰恰是它保持客观的原因。

洞察： 上下文在这里第一次被当作”污染源”而不是”资源”来讨论：知根知底=有立场，记忆完整=预设自己正确。审核质量不来自更多信息，而来自信息隔离——只看成品和验收标准，像陌生 reviewer 一样被迫从证据本身下判断。这与库内两条既有主张形成一个完整三角：爬爬虾”上下文是进去取的，不是人工喂的”（生产端）、针织帽”满 50 条才总结”（沉淀端防先入）、本卡”审核端清空上下文”（检验端）——三处都在说：给 AI 的信息量要按任务角色配置，不是越多越好。

启示： 对本管线两处 A 级落点：①autosink/patrol 的互审分工——沉淀会话与验收会话应当是不同上下文（现在无人值守批”核验夜间链产物”其实已在这么做，本卡给它补了理论位与操作定义：审的一方只拿产出物+判据，不拿生产过程）；②若做”沉淀质检评测集”（见 卡片/方法/10-28-用线上问题给AI审核打分-评测基准加无效意见率加轮数四规），判卷 agent 同样不能带着提炼时的对话。跨域迁移：论文评审的双盲、财务审计的独立性要求，是同一件事的人类版本（B 级通识）。

提醒： 可被反驳：审核人完全不懂实现过程，也可能误杀”故意的非常规设计”（本卡未采到 Anthropic 如何补偿这点——原视频只讲了一种缺陷）；新 agent 只拿目标+diff，遇到需要全局架构知识才能判断的问题会力不从心，所以现实中要配合”审核三查”（目标/系统兼容/影响面）一起用；“更客观”系 Anthropic 实操体验陈述，无 A/B 对照数字；深度依赖模型的”冷读”能力，模型若上下文利用能力弱，清空反而丢信号。个人管线借用时取”角色隔离”原则即可，不必机械复制”零上下文”。

---

📺 马克的技术工作坊，抖音，2026-10-26 · 原视频 · 库内 2026-10-28-从写代码到上线，一套保证产品质量的全流程最近，Anthr · 速览 速览/2026-10-28-AI代码审核不是审代码-全流程九重关 · 三角互证 卡片/观点/10-26-管理Bot军团是管岗位不是管兵 · 卡片/方法/10-27-收藏知识库先织印证网 · 同族 卡片/方法/10-12-Harness工程三层概念