Почему самопроверка не работает в AI-кодирующих агентах: самопроверка одного агента против противостоящего критика

DEV · 19.11.2026 · 00:15

В этой статье рассматриваются результаты эксперимента по тестированию паттернов AI-кодирующих агентов в изолированных сетевых средах. Исследуются различия в эффективности самопроверки и…

Читать в источнике

Оригинал

Why Self-Review Fails in AI Coding Agents: Single-Agent Self-Review vs. an Adversarial Critic (0% vs. 100% Mutant Kill Rate)

💡 AI Labo Benchmark Series — Experiment E10 (Verification & Adversarial Sensors) This post is part of our empirical benchmark series testing AI coding agent harness patterns inside network-isolated Proxmox VMs against a hidden 20-case grading suite and mutation audits. 🚀 View All 41 Benchmark Results & Master Ranking 🛡️ Read How Our Proxmox & systemd Anti-Cheating Sandbox Works Metadata & Experiment Identity Experiment ID: E10 Run ID: e10-vm214-20261028-01 Sandbox Env