Maker-Checker 概念

本条目是「Prompt 2.0 方法论」的第 9 部分，对应学习清单条目 2.4.1。

前置依赖：四大黄金法则、结构化Prompt设计

为以下铺垫：Maker-Checker落地、成本考量、Skill Engineering

---

一、核心观点

概念：Creator Agent 写实现 + Checker Agent 审查，双重校验。

一个人既当运动员又当裁判，比赛永远「精彩」——因为犯规永远判不下来。

---

二、定义与原理（类比先行）

2.1 定义

• Maker（创造者）：生成初稿、写代码、出方案

• Checker（检查者）：审查、验证、找漏洞

2.2 来源：银行业的「四眼原则」

源自 Four-Eyes Principle（四眼原则）：一笔交易必须经两人之手。搬到 AI 上就是 Creator 写实现，Checker 独立审查。

2.3 关键点

不能是同一个 Agent 自检——否则「自己给自己打分」，漏过盲区（详见 Maker vs Checker 自检）。

flowchart LR

    M[Maker: 生成实现] --> C[Checker: 独立审查]

    C -- 通过 --> D[交付]

    C -- 不通过 --> M

---

三、为什么需要 Maker-Checker？

• ❌ 同一 Agent 自检：相同盲区、缺独立视角、易放水（谄媚倾向）

• ✅ 分离：Checker 有独立视角，能发现 Maker 盲区，质量更高

3.1 数据支持

• Anthropic《Harness design for long-running application development》(2025)：把「干活的 Agent」与「挑刺的 Agent」拆成独立上下文窗口，是提升长任务质量的「关键杠杆（a strong lever）」；并发现开箱即用的 Claude 其实是「相当糟糕的 QA Agent」，需要把评估者单独调严格。

• （来源待核实：业内流传「质量提升 2–3 倍」，原始一手数据未检索到，疑似 Anthropic 内部实验或第三方复盘，引用时建议标注为经验值。）

---

四、Maker / Checker 的职责

• Maker：生成初稿、写代码、做方案、修问题

• Checker：审输出、对标准、找漏洞、给反馈

硬门禁（pytest / ruff / mypy）交给确定性测试，不交给模型判断——机器判对错比模型判更可靠。

---

五、最新研究与企业数据（2024–2026）

• Anthropic (2025) 多小时编码实验：generator–evaluator 分离 + 上下文重置，让 Claude 产出完整可运行的全栈应用；自评估模式下模型「自信地夸自己」，即便质量平庸。

• Google Research (2025/2026)：无验证瓶颈的独立并行 Agent 会把错误放大 17.2 倍，中心化也只压到 4.4 倍——反证「独立审查」的必要（见 Maker vs Checker 自检）。

---

六、学习资源

• 权威指南：Anthropic《Harness design for long-running application development》

• 研究：Google《Towards a Science of Scaling Agent Systems》

• 进阶：Maker-Checker 落地 · Checker 成本考量

---

核心要点

要点	速记
核心	Creator 写 + Checker 审，双重校验
类比	四眼原则；运动员≠裁判
铁律	绝不让同一 Agent 自检
一手证据	Anthropic：独立上下文是质量关键杠杆
兜底	硬门禁用确定性测试

下一篇：Maker-Checker 落地——概念清楚了，怎么用 Claude Code hook 自动跑验证？

---

参考来源（一手链接 · 可溯源深挖）

• Anthropic (2025)《Harness design for long-running application development》：anthropic.com/engineering/harness-design-long-running-apps

• Google Research (2025/2026)《Towards a Science of Scaling Agent Systems》：research.google/blog/towards-a-science-of-scaling-agent-systems

• Anthropic (2024-12)《Building Effective Agents》：anthropic.com/engineering/building-effective-agents

速记卡（面试闪卡）

Q1：一句话讲清「Maker-Checker 概念」到底是什么？

A：Maker-Checker 是让 Creator Agent 写实现、Checker Agent 独立审查的双重校验，杜绝同一模型自检放水。

Q2：为什么不能自己当裁判 —— 怎么理解？

A：就像运动员不能兼裁判，自己给自己打分永远判不出犯规。这源自银行业的 Four-Eyes Principle（四眼原则：一笔交易必须两人经手）；搬到 AI 上，独立审查的 Checker 能戳破 Maker 的盲区与谄媚倾向。

Q3：职责怎么切分 —— 怎么理解？

A：像医院分诊台：Maker 出初稿、写代码、做方案；Checker 审输出、对标准、找漏洞。但判对错这种硬活（pytest / ruff / mypy）交给确定性测试，别让模型拍板。

Q4：有数据支撑吗 —— 怎么理解？

A：像两名质检员分开看货更可靠。Anthropic 发现把「干活的」和「挑刺的」拆成独立上下文窗口是提质的 key lever（关键杠杆）；Google 更测出无验证的并行 Agent 会把错误放大 17.2 倍。

Q5：怎么落地最稳 —— 怎么理解？

A：像夫妻分工记账，但账本用机器对账最靠谱。工程上用 Claude Code hook 自动跑硬门禁做验证；模型只负责「写」和「挑」，最终对错由确定性测试一锤定音。

Q6：核心速记主线有哪些？

• Maker 写、Checker 审，双重校验绝不自检

• 源自四眼原则：两双眼睛才保险

• 独立上下文是质量关键杠杆（Anthropic）

• 硬门禁用确定性测试，模型不拍板

口诀

A：Maker 写 Checker 审，自己打分必走神

四眼原则两人过，盲区谄媚无处存

独立窗口质量杠杆，并行无验十七倍

硬门禁用机器判，人模分工才安稳

相关链接

• 系列清单：Agent 方法论与产品思维学习路线图

• 上一层级：Prompt 2.0 方法论 · 索引

• 同主题：分离规划与执行 · Maker vs Checker 自检