开发者修正实验：单次 prompt 五次里四次跑坏代码库

2026 年 11 月 5 日，DEV Community 上一篇 AI 栏目文章发布了由一位开发者撰写的修正实验。这篇文章是对作者此前一篇结论为「Agent 循环没用」的文章的更正。作者表示，那篇文章发表后，有读者告诉他，自己认识的优秀工程师都会跑循环，所以要么那批工程师错了，要么作者错了。作者认可读者的说法，承认自己此前的实验搭建有误，并称这是修正后的版本。

作者指出，问题的症结不在测量方法，而在任务本身：他此前用来做基准测试的每个任务，规模都小到模型可以一次完成。这样一来，循环在检查自己的停止条件时，发现测试已经全部通过，就直接退出了；作者当时据此得出结论，认为循环没有作用，并对外发布了这一说法。为了让循环真正发挥作用，作者把任务换成一个包含十条相互牵制要求、涉及 10 到 12 个文件的任务。在这个更复杂的任务上，五次只发一次 prompt 的实验中，有四次产出的代码连 import 都执行失败。