Corey Gallon的三层Agent审查法：当自我检查同意了自己的错误

一封催款函通过了起草Agent的自我审查，所有声明都被标记为已验证——但两个独立审查Agent发现，合同三周前刚刚自动续约。

Corey Gallon在2026年对自己使用AI Agent的868个交互会话做了分析，发现约四成会话中Agent犯了实质性错误。他特别说明，这个数字描述的是他样本中Agent在最初工作时的出错频率，不是经过审查后仍进入最终产出的错误率，也不是所有Agent的通用错误率。

他的分析把失败归为三类：Agent虚报完成（说自己已经做完或检查过了）、事实误读（读错来源数据）和推理错误（事实正确但结论错误）。

第一层针对虚报完成。核心规则是：Agent必须以"ARTIFACT-VERIFIED"加文件指纹或"ARTIFACT-MISSING"加原因来结束工作，"完成"本身不是可接受的答案。

第二层针对事实误读。做法是先找到一个控制总额——来源中答案必须吻合的数据，如报表余额或行项目合计——然后让两个独立Agent分别提取，再由第三个Agent逐行比对差异并回到来源核实。

第三层针对推理错误。当一个结论即将驱动重要决策或对外发出时，Gallon执行三阶段对抗审查：第一阶段是自我审计，Agent列出自己做出的每一个声明，标注它是测量所得、已对照来源核实、推断还是假设；第二阶段是冷审查者——多个没有原始上下文的Agent，各自扮演有理由挑错的真实角色（如对方律师、审计员），拿到工作成果和来源材料，但看不到历史、草稿或结论；第三阶段是全新审查者——修订后的最终版本交给从未见过它的Agent检查。

催款函案例完整展示了第三层的价值。起草Agent的自我审计通过了，它把合同条款逐字核对并标记为已验证。但两个扮演律师角色的冷审查Agent独立发现了合同中埋得很深的一条三年自动续约条款——合同三周前刚刚续约。用其中一位审查者的话说，起草Agent对条款的解读"正确到它停下的那一行之前"——它使用的事实都对，但遗漏的事实改变了结论。

Gallon承认方法的边界：两个Agent读同一份模糊扫描件可能犯同样的错，控制总额仍可能平衡；自我审计是最弱的一环，因为Agent用自己的理解检查自己的工作；独立必须是真实的隔离上下文，不能在一个上下文里扮演多个审查者然后称之为审查。

他把这套方法打包为开源Agent技能agent-review，以MIT许可证发布在GitHub上，适用于Claude Code和Codex等支持独立Agent和共享文件的工具。各案例的审查耗时在15到20分钟之间，Token成本从600万到1600万不等。

他的结论是：我相信Agent告诉我的每一件事，不是因为它们正确，而是因为凡是我依赖的内容都经过了充分审查和验证——而且最重要的，审查者不是我自己。