第二双眼而不是又一次自评

一句判断值得单拎出来：编码 agent 需要的是第二双眼，而不是又一次自评。开源应用 The Pair 把这句话做成了桌面工具——两个 AI 编码 agent 交叉检查同一件任务，一个只读的导师负责规划与验收，一个执行者负责写代码和跑命令，各自不越界。 角色设计是它最有价值的部分。执行者天然带"完成任务"的倾向，让它自查等于让写作业的人批改自己的作业；导师被限定为只读，不能改代码不能跑命令，只能看、只能评，立场从一开始就干净。此前业界解决同一问题的路数并不陌生——内部监督模型盯着主 agent、外部评审在关键节点开口、每个环节换人复核——The Pair 把它下沉成了随手可开的本地应用：换的不是模型权重，而是整个执行会话的对立方。 其余设计服务于"评得下去"：支持十家主流工具的命令行接入，导师不必和执行者同源；编排完全跑在本机，对话、时间线、终端事件与改动一屏可见，改了哪些文件直接用差异视图呈现。评审者看得到现场，才谈得上评审——黑箱里的"我觉得没问题"没有价值。项目按 Apache 协议开源，桌面三平台都能跑。 这个形态也解释了为什么"多开几个同类 agent 互相看"往往无效：如果评审者读的是同一份任务描述、带着同样的理解偏差，交叉检查只是把一个意见复制成两份。有效的评审需要立场或信息上的不对称——只读的权限差异是最便宜的一种，此外还有换模型、换提示、只给结论不给过程等做法，原理相通：让评审者不共享执行者的错误假设。 给团队的接入建议很简单：在关键分支上给工作流加一个只读评审位——执行者交活后强制触发，导师只输出问题清单、不直接修改。坚持两周，统计被拦下的问题类型，你会看到自评漏掉的到底是边界条件、命名，还是更麻烦的逻辑错误；那份数字比任何"要不要加评审"的争论都有说服力。