Wikimedia Site Reliability Engineering

AI 开发工具优先考虑可验证证据而非速度

作者花了四个月时间开发了一个 AI 开发工具，用于构建可发货的产品，强调对代理生成的工作进行可验证的证据和人工监督。该系统采用五角色循环（策略、执行、批评、评估、运维），使用更强大的模型来执行判断角色，使用更便宜的模型来执行任务，所有这些都由人类操作员指导的编排层进行管理。一个关键特性是冷启动的独立批评者门控，它在没有先前上下文的情况下审查工作，确保在执行不可逆操作（如提交到 Git）之前进行客观评估，而这些操作始终需要明确的人工批准。