同一个 PR Reviewer 做了三遍：前两版不会查天气，第三版连源码目录都删了

导读

做一个审查 GitHub PR 的 Agent，团队需要自己维护多少编排代码？Google DeepMind 的 Philipp Schmid 连做三个版本：第一版用 Python 写循环、工具路由和接口定义；第二版交给框架处理循环，但读取 PR 的专用工具仍由开发者编写；第三版把岗位说明放进文件，让托管环境里的 Agent 使用 Bash、文件系统和 GitHub CLI 完成审查。遇到事先没定义的天气问题，第三版还能自行调用搜索。通用执行循环因此可以下沉到平台，产品团队则继续负责岗位指令、业务规则、领域技能和评测。文件也能保存跨会话记忆和任务交接，但需要处理过期规则和权限。对于修改数据等敏感动作，团队仍要限制可用工具与网络访问，并检查模型升级后任务表现是否变化。