AI 说做完了，先别信。派个代理把它拆穿

先让写完的代理自证没写完

Khairallah AL-Awady 在 X 上给了一个很具体的规则。不要问 Opus 5.5 或 Grok Bot 做完没有。它总会说 yes。任务一旦报告完成，马上让它启动一个子代理，唯一任务是证明它没完成。子代理去找残留的 stub、没测试的路径、被跳过的边界情况。每找到一个，写一个失败测试。只有子代理空手而归，主代理才能说 done。还得展示它试过什么。

理由很直接：写代码的代理最不适合判断自己写完没有。第二个代理被明确要求拆台，反而更可靠。很多所谓完成，只是语气更确定。截图里能看到 breaker 子代理跑完失败测试后返回空手，界面底部才出现 breaker came back empty-handed. / done.

Khairallah 把这套写进 CLAUDE.md。指令大意是：任务完成后启动子代理，专门证明任务没完成，找 stub、未测试路径、跳过的 edge case，每找到一个写失败测试。子代理空手才允许说完成。展示尝试过程。

一人公司，三个 bot 群聊

同一串推文里，Khairallah 还搭了一个一人公司。三个 bot 在一个群聊，各自有记忆。scout 读 X 和 Reddit 上自己垂直领域的帖子，不碰草稿。builder 把想法变成三样东西：回复、帖子、落地页。closer 夜间跑例行检查，找卡住的任务、死掉的想法、没人批准的草稿。

规则都很硬：批准草稿才发布；草稿没写价格，closer 来问，不猜；想法 7 天没动就 kill。每个任务必须显示想法、来源帖子、最后移动日期。给 Grok Bot 的 prompt 大意是：建一个一人公司，三 bot 群聊，原始想法放 ideas/，drafts/ 自己更新，没确认不发，每晚检查卡住任务，先展示结构，确认前不创建任何东西。从一个真正懂的垂直领域开始，不要追 X 上所有趋势。

评论区补的关键一刀

@OwenZ 问：什么能阻止 critic 子代理两轮后也说 looks good？@Okan Barlas 的回复更实用：给审查者的输入要和 builder 不同。把原始需求和测试交给它，让它跑测试，不要只重读 diff。只看同一份代码的 reviewer 很容易同意原方案。

这条建议值得和 Khairallah 的规则一起用。让子代理证明没完成，还要保证它拿到的是原始规格和可执行的测试。否则，拆台代理也可能变成盖章代理。第二个代理的价值来自不同立场和输入，多一个模型本身不够。

素材链接：主推，引用推文。