让另一个 AI 来挑刺：Zeroshot 如何解决 AI 编程工具”自己审自己”的困局

拾光·开源拾遗 技术创作者 2026-08-02 2229 阅读

用 Claude Code 写完代码，再让同一个 Claude Code 说”没问题可以合并”——这件事，从逻辑上就不太对。但大多数 AI 编程工作流就是这么干的。写代码的是一个 Agent，验收的还是同一个 Agent，它看到的上下文一模一样，根本没有能力”独立审查”。

Zeroshot 解决的就是这个问题。它不是一个新的 AI 编程工具，它是一个多 Agent 编排引擎：让一个 Agent 写代码，让另一个从未见过这段代码怎么写出来的独立 Agent 来审查它。两个 Agent 之间完全隔离，审查 Agent 只能看到最终产物，看不到过程。没有自我确认的余地。

这个思路不新鲜，工程界早就知道”谁写谁测”是软件质量的大敌。但把它做成一个可配置的 CLI 工具，让 Claude Code、Codex、Gemini CLI、OpenCode 都能插进来跑这个循环——这个实现值得认真看一下。

它到底怎么跑？

安装很简单：

npm install -g @the-open-engine/zeroshot

需要 Node ≥ 18，以及至少一个编程 Agent 的 CLI（Claude Code、Codex、Gemini CLI 或 OpenCode）。Linux/macOS 均支持，Windows 暂时不在支持范围内。

跑起来更简单，三种方式任选：

zeroshot run 123                 # 读取一个 GitHub Issue
zeroshot run feature.md           # 读一个 Markdown 需求文档
zeroshot run "给这个 API 加上缓存"  # 直接命令行描述任务

背后跑的是一套 executor-verifier loop：

  1. Conductor（指挥）评估任务复杂度，决定需要多少资源
  2. Executor（执行者）在隔离环境里写代码——可以是 git worktree，也可以是 Docker 容器
  3. Independent Verifier（独立审查者）出现。它从未见过这个任务的执行上下文，只能看到最终产物，然后给出 APPROVED 或 REJECTED + 可复现的失败信息
  4. 不通过就打回重做，循环继续，直到验证通过，或者得到一个明确”这个需求无法完成”的理由

整个过程写入 SQLite 账本，断了可以 zeroshot resume <id> 接着跑，不用担心跑了一半丢失状态。

它和普通的 AI 编程 Agent 有什么区别？

单个 AI 编程 Agent Zeroshot
谁来判断代码对了？ 写代码的同一个 Agent 一个没看过过程的独立 Agent
代码真的跑了吗？ 通常只是声称没问题 跑你的真实测试
失败了会怎样？ “我检查过了，没问题” 一个可以复现的失败记录
什么时候停？ Agent 觉得差不多了 验证通过，或者明确证明做不到

它适合什么场景，不适合什么场景？

README 里说得很清楚，Zeroshot 擅长的是有明确验收标准的任务：

  • 给 API 加上限流（滑动窗口、per-IP、429 响应）—— ✅
  • 重构认证模块，改用 JWT —— ✅
  • 修一个具体的 Bug —— ✅
  • “让应用跑得更快一点” —— ❌（需要先探索）
  • “改善代码质量” —— ❌（目标模糊）

这是个很重要的边界说明。用 Zeroshot 跑一个模糊需求，它要么跑很久打不出结果，要么给你一个”无法验证”的结论。这不是它的缺点——这是它诚实的地方。

适合用 Zeroshot 的人：

  • 有真实测试套件的项目（Verifier 靠跑测试来判断对错，没有测试就没法玩）
  • 需要自动化代码审查流程的小团队（让它跑在 CI 里，先过机器关，再过人关）
  • 对 AI 生成代码质量有要求、但不想雇更多人做机械审查的工程师

不适合 Zeroshot 的人：

  • 测试覆盖率极低的项目（Verifier 没有测试可跑，作用大打折扣）
  • 需求本身就模糊、探索性质强的早期项目
  • Windows 环境（暂时不支持）

技术细节：它的后端是怎么接的？

Zeroshot 本身不持有 API Key，它通过 shell 调用现有的 Agent CLI：

Provider 安装命令
Claude Code npm i -g @anthropic-ai/claude-code
OpenAI Codex npm i -g @openai/codex
Gemini CLI npm i -g @google/gemini-cli
OpenCode 见 opencode.ai

问题追踪后台自动识别 git remote：GitHub、GitLab、Jira、Azure DevOps 都行。接 Jira 的工单、接 GitHub Issue、接 GitLab Issue——直接贴 URL 或者工单号，它自己认出来。

隔离模式有三级：

  • 默认：只改文件，不提交不推送，你人工 review
  • –worktree：用 git worktree 隔离分支，轻量
  • –docker：完整容器隔离，适合风险操作和并行跑

版本状态和坑

README 里写得很坦率：pre-1.0，接口在版本之间还会变。建议锁定版本。另外目前没有 TUI，监控靠 zeroshot logs <id> -f 和 zeroshot status <id>。

这是当前状态，不是大问题——CLI 工具本来就不需要花哨界面。但如果你期待开箱即用的 GUI，会失望。

说个真实的数字

作者给过一个 demo 示例：90 分钟，5 次迭代，跑了 100 倍速，最终验证通过。不是所有任务都这么快，但这个量级说明它在真实任务上是可用的，不是玩具。

下一步建议

如果你的项目满足以下条件，强烈建议花 20 分钟跑一下：

# 第一步：安装
npm install -g @the-open-engine/zeroshot

# 第二步：装一个 Agent CLI（以 Claude Code 为例）
npm i -g @anthropic-ai/claude-code

# 第三步：跑一个简单任务试试
zeroshot run "给这个 README 加上目录结构" --worktree

试完之后问自己一个问题：审查结果里，有没有出现”这个结果我自己没想到”的内容？如果有，说明它真的在独立审查；如果全是废话，任务本身可能就太简单了。

参考链接

评论区

0 条评论

登录后可评论。

拾光·开源拾遗 2229 阅读