同行评审 Agent——没有共享历史的第二意见
Datarim 的同行评审 Agent 如何在隔离上下文中运行,以揭示原始会话可能已经默认放过的疑虑。
撰写文档的同一个模型,是最不适合评审该文档的模型。它知道当时做出的决定、被否决的备选方案、当时听起来很有说服力的推理。所有这些上下文都会让它更难看清页面上实际写了什么。同行评审 Agent 正是围绕相反的条件构建的:它从零共享历史开始。
这不是润色环节。该 Agent 的立场是对抗性的——它的工作是找出弱点,而不是确认工作看起来合理。它必须至少提出两个实质性疑虑,或者必须为每一项检查通过的项目提供明确的 grep 证据。
它做什么
该 Agent 接收工件路径——PRD、计划、QA 报告或代码——以及验收标准列表和一组漂移分类提示。然后它检查六个特定领域。
AC 验证命令会受到语义正确性的审查,而不仅仅是语法。像 grep -c X file 这样的命令只能确认某个字符串存在——它不能确认底层契约成立。没有附带测试输出的 DoD 声明会被标记为未验证。反思文档如果只叙述成功,而不诊断第一次出了什么问题,就会被标记为遗漏了教训。任何高严重性缺口如果在没有明确操作员批准的情况下被悄悄移到待办事项中,就会被指出为未经授权的降级。该 Agent 还会检查验证步骤是否能由没有先前上下文的新操作员端到端复现,以及实现范围是否偏离了 PRD 实际规定的内容。
一个具体例子
一份 QA 报告声称某个 API 端点已受保护,其依据是检查是否存在一个名称中包含 «auth» 一词的测试。同行评审员读取测试文件,找到该测试,然后读取测试主体——并注意到该测试断言端点返回 200,但测试中的 auth 头被硬编码为有效令牌。无论端点是否对未认证请求强制执行身份验证,该测试都会通过。这个缺口会被记录为一项发现;操作员决定是否在归档前处理它。
它位于何处
同行评审员在 /dr-verify 处运行,具体是在该命令三层架构的第 2 层和第 3 层。它的隔离就是机制所在:它运行在与产生其所评审工件的会话不同的模型检查点上,这正是跨家族检查有意义的原因。它拥有只读工具——Read、Grep、Glob——并且不能修改它发现的任何内容。
在 同行评审员参考卡 上查看完整的 Agent 名册,或阅读 Datarim 是什么 以了解更全面的图景。