
與另一個代理分開的修正,依視角拆分的審查
在 Eco² 後端以程式開發代理修正的兩個案例。只有在 Claude Opus 4.5 或 4.6 共同作者標記有所記錄之處,才標出模型名稱。
January 2026
與另一個代理正在使用的 develop 分支分開,分兩次修正 token 串流
程式開發代理另一個代理
行動develop 上有其他工作進行中
- 交接工作樹已佔用 → 分出→ 獨立 worktree · 先寫分析筆記 (修正用 worktree)
開發對象Chat 串流
觀測 · 審查意見只收到階段事件,沒有 token
- 交接範圍:串流發送→ 獨立 worktree · 先寫分析筆記 (修正用 worktree)
程式開發代理修正用 worktree
行動獨立 worktree · 先寫分析筆記
- 交接要變更的檔案→ 以 LangChain 轉接器包裝 OpenAI SDK (修正用 worktree)
程式開發代理修正用 worktree
行動以 LangChain 轉接器包裝 OpenAI SDK
- 交接→ PR #437 → 合併至 develop (產出物)
產出物產出物
產出物PR #437 → 合併至 develop
- 交接→ worktree · 分析步驟寫入 git-workflow 技能 (產出物)
- 交接合併後 E2E→ answer token 重複 · intent「general」外洩 (Chat 串流)
開發對象Chat 串流
觀測 · 審查意見answer token 重複 · intent「general」外洩
- 退回兩個發送端→ 以 node · seq 區分兩個發送端 → 略過已擷取的 token(兩次) (修正用 worktree)
產出物產出物
產出物worktree · 分析步驟寫入 git-workflow 技能
程式開發代理修正用 worktree
行動以 node · seq 區分兩個發送端 → 略過已擷取的 token(兩次)
- 交接修正前 / 後→ 記錄的 SSE 摘錄,修正前後 (Chat 串流)
- 交接指令層級檢查→ 本機指令檢查:notifier token 0 個 (產出物)
開發對象Chat 串流
觀測 · 審查意見記錄的 SSE 摘錄,修正前後
產出物產出物
產出物本機指令檢查:notifier token 0 個
- 交接→ PR #448 · 解決 develop 衝突後合併 (產出物)
產出物產出物
產出物PR #448 · 解決 develop 衝突後合併
- 背景
- Chat 的 SSE 傳來了階段事件,卻沒有 token。另一個代理正在 develop 上作業,因此工作從獨立 worktree 中的分析筆記開始;第一次修正合併後,當時觀察到的重複與外洩,再以第二次修正收斂。
- 結果
- 發送 token 的責任,被收斂到實際產生 token 的那一個節點。指令檢查只顯示 notifier 不再送出 token;記錄的 SSE 摘錄則顯示其後的 E2E 觀測。兩者是不同的證據。
- 限制
- 另一個代理的身分與模型,以及程式開發代理的數量,皆未記錄。兩個 PR 都沒有正式的審查核准,此記錄既不是現行服務,也不是新的 E2E 執行。
February 10, 2026
依視角逐一審查評測器,只有具體的審查意見才寫成程式碼
程式開發代理實作
行動候選評測管線
- 交接逐一視角審查→ 審查意見:無取樣 · 成本防護 / 結果可變 / 設定在 closure 之外 (五個審查視角)
審查 · 驗證五個審查視角
觀測 · 審查意見審查意見:無取樣 · 成本防護 / 結果可變 / 設定在 closure 之外
- 退回評測前先篩選→ 評測前取樣並檢查每日成本 (實作)
- 退回不可變結果 · 固定設定→ 凍結的結果物件 · 明確的設定繫結 (實作)
程式開發代理實作
行動評測前取樣並檢查每日成本
程式開發代理實作
行動凍結的結果物件 · 明確的設定繫結
- 交接檢查→ 單元 · 串接檢查(本機 · mock) (產出物)
產出物產出物
產出物單元 · 串接檢查(本機 · mock)
- 不是有記錄的執行未涵蓋至此→ 真實 Redis + PG E2E:當時未撰寫 (產出物)
- 交接→ PR #546 已合併 · 程序寫入 eval-feedback-loop 技能 (產出物)
產出物產出物
規範 · 未確認真實 Redis + PG E2E:當時未撰寫
產出物產出物
產出物PR #546 已合併 · 程序寫入 eval-feedback-loop 技能
- 背景
- 對話評測管線的實作報告記錄了五個審查視角與兩輪修正。視角的數量並非工作階段或代理的數量。
- 結果
- 程式碼中有評測前取樣並檢查每日成本的分支、凍結的結果物件,以及明確的設定繫結。若成本查詢失敗,L2 評測仍會繼續,因此這不是支出的硬性上限。
- 限制
- 五個視角是拆分審查的方式,並不代表五個獨立的模型工作階段,也不代表人類專家的核准。報告中接近 100 分的內部分數不是品質測量,因此不予轉載。
依據與尚存的限制
- 報告開頭連結的 PR 是 #545;合併 Phase 1–4 的公開 PR 是 #546。
- 仍未處理的 recalibration stub,也如實記載於報告中。