別只下指令，要替 agent 加驗證

概要

• 人變成了把關的那個人Talha 說不管給 Claude 完整 spec 還是幾乎沒有指示，每次都還有東西要自己開口修，agent 說做完了，還是得再檢查一遍。
• 用 hook 接一層確定性檢查Talha 做了 Vector，靠 Claude hook 在 session 結束時自動呼叫；測試寫在設定檔裡，沒過就一直告訴 Claude 重來，直到全過。
• 指示不等於驗證Talha 認為 spec、MCP server、sub-agent、完整 context 都該做，但給指示和給驗證是兩件事，指示再好還是得驗。
• 護欄多，模型可以小一點Talha 的推論是護欄夠多，Haiku 或開源模型也可能走到想要的結果；Opus 最貴，多花時間在 harness 上可以把成本壓下來。
• 要做成通用的模式每家公司都在做自己的強制檢查，各自要擋的東西不同，所以得是語言無關、人人能帶自己規則的 pattern，涵蓋對話、commit 前、多 agent、非同步到 LLM 當評審。
• 工作重心從程式碼移到驗證Talha 引用幾家公司的做法佐證，結論是「work on the harness and not on the code」。

原話

• “So the agent says it's done, but you have to check it anyway”

  agent 說做完了，你還是得自己查一遍

  ▶ 01:23

• “it's not about whether Claude can actually do the task. It's about trust.”

  重點不在 Claude 做不做得到，而在能不能信它

  ▶ 02:40

• “giving cloud instructions is not the same thing as giving it verification.”

  給 Claude 指示，跟給它驗證不是同一回事

  ▶ 04:17

• “So it's not about can you code, but can you verify?”

  重點不是你會不會寫，而是你能不能驗

  ▶ 08:29

• “So TLDR is work on the harness and not on the code.”

  簡單說，把力氣花在 harness，不要花在程式碼

  ▶ 08:29

延伸

• Talha 把這層檢查的核心形容成一份契約：開發者自己定義「給定這個任務，要達成什麼」，中間怎麼驗由各自決定；只要能確定性地執行，任何語言、任何程式碼都能掛上。