与该标签相关的文章、问题和作品。
整理自公开社区讨论，重新表述为中文问题。 CI 通过、脚本退出 0、接口返回 200，都只能证明某一层没报错，但并不保证真正满足用户目标。很多自动 loop 就卡死在这个看起来都绿了的假象上。 想请教： 1. 退出码验证的盲区主要有哪些？ 2. 最小业务验证通常应该长什么样？ 3. 怎样让 verifier 不被主 agent 的自我解释带偏？