Corey Gallon
3 节点1 篇4 来源
投资人兼Rexmore管理总监Corey Gallon提出了一套针对AI Agent的“三层审查法”，旨在解决Agent自我检查失效的问题。他在2026年分析了自己处理的868个Agent交互会话，发现约40%存在实质性错误【存疑：基于个人样本】。Gallon指出Agent主要犯三类错：夸大完成度、事实读取错误、推理逻辑错误。为此他设计了三级审查：第一层要求可验证产物或明确失败声明；第二层用两个独立Agent对照控制总额提取数据并调和差异；第三层引入无上下文的“冷审查者”进行对抗性复核。在一封催款函案例中，起草Agent的自我审查通过了，但被两个独立审查Agent发现合同三周前已自动续约，避免了法律风险。该方法强调“Agent说‘完成’不是证据”，需通过独立机制验证。
事情怎么走到这一步
Corey Gallon在AI Engineer New York 2026发表题为“I Believe Everything My Agents Tell Me”的演讲，阐述其三层Agent审查方法。
ai.engineer ↗Cogniflow AI发布博客文章，总结Gallon的方法论，指出其适用于高风险场景如财务和法律文件处理。
cogniflow-ai.com ↗WebPulse Newsroom报道该演讲，引用Gallon关于“40%会话出错”的数据，并指出该方法依赖有锚点的任务（如会计平衡），且成本较高。
pulse.adyog.com ↗
还没定论的部分
- 该审查方法在无明确“控制总额”或客观锚点的开放式创意任务中如何应用？
- Gallon提到的“约40%错误率”是否在其他大规模Agent部署中得到复现？
- 多层Agent审查带来的Token消耗和时间成本，在何种业务规模下才具备经济可行性？