现在有些 Agent 能写完代码自动跑测试、看报错、再改，循环到通过为止。听着很美，我用过几次，心里五味杂陈。
好的方面：简单任务真的能闭环。坏的方面：它经常"通过测试但逻辑错了"——因为测试也是它自己写的，自己出题自己改卷。
我现在要求关键逻辑的测试必须人写或者人审，不能让 Agent 全包。大家怎么看这种"自写自测"的闭环？
回复
暂时没有回复。
Related
相关推荐
讨论
你愿意把生产代码交给 AI Agent 写吗？
社区讨论帖，欢迎分享你的经验和观点。
讨论
你现在主力用哪个 MCP server？
最近在搭自己的 Agent 工作流，挑 MCP server 挑花了眼。官方的 filesystem、fetch、git 我都装了，社区里还有一堆数据库、浏览器、搜索的。 实测下来用得最频繁的是 filesystem 和 git，基本每天都在用；浏览器那个偶尔爬数据开一下；搜索类
讨论
MCP 值得学吗？还是又一个过渡协议
MCP 热度很高，但我有点犹豫要不要投入精力。历史上这种"统一协议"翻车的不少，万一过两年又冒出个新标准，学了不就白学了。 不过看现在 Claude、Cursor、各家 IDE 都在拥抱 MCP，势头确实猛。我倾向于：作为用户先用起来（装几个现成 server 不需要学协议），作
讨论
求助：自己写一个 MCP server 该从哪开始
想给公司内部系统包一个 MCP server，让 Agent 能查我们的工单系统。看了下官方 SDK，TS 和 Python 都有，但入门的 best practice 不多。 最困惑的是工具粒度怎么切：是给一个大而全的"查工单"，还是拆成"按状态查""按人查""按时间查"一堆小