![](data:image/svg+xml;utf8,<svg xmlns="http://www.w3.org/2000/svg" viewBox="0 0 24 24" fill="none" stroke="%23D95C41" stroke-width="1.8" stroke-linecap="round" stroke-linejoin="round"><line x1="12.1" y1="11.9" x2="18.9" y2="8.2" /><line x1="12.1" y1="12.1" x2="20.3" y2="12.9" /><line x1="12.2" y1="12.4" x2="16.6" y2="19.1" /><line x1="11.8" y1="12.4" x2="7.3" y2="19.2" /><line x1="11.9" y1="12.1" x2="3.7" y2="13.3" /><line x1="11.8" y1="11.7" x2="7.8" y2="4.4" /></svg>)
Zugehörige Lektionen: Lektion 09. Agenten daran hindern, zu früh Erfolg zu melden · Lektion 10. Nur ein vollständiger Pipeline-Lauf zählt als echte Verifikation Vorlagendateien: templates/
Projekt 05. Den Agenten seine eigene Arbeit verifizieren lassen
Was du tust
Implementiere Rollentrennung: einen generator für die Umsetzung, einen evaluator für die Prüfung und optional einen planner. Führe drei Läufe durch, um den Effekt jeder zusätzlichen Rolle zu messen.
Wähle eine substanzielle Feature-Erweiterung, etwa Multi-Turn-Konversation, Neugestaltung des Zitat-Panels oder Dokumentfilterung, und halte sie über alle Läufe hinweg konstant.
Nutze das eingecheckte Projekt
Repository-Pfad: projects/project-05/
| Verzeichnis | Inhalt | Vergleichspunkt |
|---|---|---|
starter/ | Project-04-basierte App vor dem Upgrade für Gesprächshistorie. | Ausgangspunkt, wenn du die drei Varianten selbst erneut ausführen willst. |
solution/single-role/ | Ein Agent plant, implementiert und bewertet sich selbst. | Bewertung und Defektliste in evaluator-rubric.md. |
solution/gen-eval/ | Generator + Evaluator mit Revisionsnachweis. | Bewertung und Revisionsnotizen in evaluator-rubric.md. |
solution/plan-gen-eval/ | Planner + Generator + Evaluator mit Sprint Contract. | sprint-contract.md und höhere Bewertungsnachweise in evaluator-rubric.md. |
Werkzeuge
- Claude Code oder Codex
- Git
- Node.js + Electron
Harness-Mechanismus
Selbstverifikation + begründete Q&A + evidenzbasierter Abschluss