Devin 怎样让 Agent 检查自己的工作：测试、截图和多 Agent 拆分

导读

Agent 写完代码后，怎样让它检查工作并继续修正？Cognition 的 Jared Zoneraich 给个人助理建立轻量测试：分别检查数据召回、工具调用和回答长度，将修改前后的输出写入文件，让 Devin 比较后再迭代。做网页时，Agent 还可以启动应用，在浏览器里点击链接并查看实际效果。任务较大时，主 Agent 可将不同设计或代码片段交给独立环境中的子 Agent，要求各自运行、测试并带回截图或 PR，再由人判断如何选择和集成。Jared 建议早期先做出可用版本，借真实使用发现问题，避免过早堆砌复杂编排；同时为 Agent 准备好代码库、依赖和测试工具，让它能够观察结果。并行会增加调用成本，因此应在多条方案值得探索时使用。