Ratchet Pattern

“完成了”

让 AI Agent 为 527 个函数编写测试。Agent 完成工作后汇报：

“已完成。”

实际编写了测试的函数：40 个。

它没有说谎。做完 40 个之后，它判断"够了"。遇到困难的函数就跳过，再做几个后得出结论：“剩下的也是类似的模式，差不多了。”

LLM 擅长生成。但不能信赖它判断是否完成。

棘轮扳手的齿只向一个方向咬合。转动时向前走，松手时停住，但绝不会倒退。

Ratchet Pattern 将这一机制应用于 Agent 控制。

项目 1: 机械验证 → PASS → 下一个
项目 2: 机械验证 → FAIL → 重试（附带反馈）
项目 2: 机械验证 → PASS → 下一个
...
项目 N: PASS → 完成。停止。

三条规则：

将这些规则实现为 CLI，Agent 只需知道一个命令：next。其余由机器决定。

相同的模型。相同的项目。相同的 527 个函数。

自主 Agent:   40 / 527  (7.6%)  — Agent 宣布"完成"
棘轮 CLI:   527 / 527 (100%)  — 机器宣布"还剩 487 个"

差异不在模型性能。在于谁来决定"结束"。

自主 Agent 模式下，LLM 判断何时终止。LLM 是乐观的。做了 40 个就觉得"够了"。棘轮模式下，机器判断何时终止。机器没有感觉。剩余项目归零之前，它只会宣布"还没完"。

将概率性 Agent 放进确定性状态机。

很多系统把生成、判定和终止判断全交给 LLM。Ratchet 将它们分离。

1. 终止条件是机械的

pass/fail。不是"looks good"。go test 通过就是 PASS。coverage 达到 100% 就是 PASS。没有主观判断的余地。

2. PASS 是不可变的

通过的项目不会重新打开。不会回滚。剩余项目数单调递减。

remaining_work(t+1) ≤ remaining_work(t)

今天做好的东西明天不会被拆掉。只能前进。这是与"24 小时 Agent"的根本区别。没有终止条件的 Agent 今天加一层抽象，明天删掉，后天再加回来。棘轮不允许这种振荡。

3. LLM 只负责生成

生成代码、编写测试、提出修改方案——这是 LLM 的职责。修改什么、是否通过、下一个是什么、是否结束——这些全由机器决定。LLM 不是 planner，而是 constrained generator。

4. 剥夺 Agent 的终止判断权

如果由 LLM 说"完成了"，就会在 40 处停下。如果由机器说"完成了"，则在 527 处停下。棘轮存在的意义，浓缩在这一句话里。

5. Verifier 必须是确定性的

不是什么都能当 verifier。

Verifier 的条件：deterministic、machine-checkable、resumable、localized feedback。不满足这四项，棘轮的齿就咬不住。

如果棘轮只返回"通过/失败"，LLM 会盲目修改。反馈越具体，LLM 的修正就越精准。

弱反馈:   "测试失败"                → LLM 盲目修改
中等反馈: "coverage 65%"            → LLM 大致补强
强反馈:   "line 41, 44, 70 未覆盖"  → LLM 精确覆盖那些分支

真实项目验证的数据：

无反馈:   coverage 卡在 60~70%
有反馈:   达到 100%（限可达函数）

相同的模型。“line 41 not covered"这一行就充当了 gradient signal。

反馈分辨率越高，LLM 修正精度越高，循环次数越少，成本越低。

Agent 必然会崩溃。Token 上限、网络错误、会话断开。如果棘轮把进度持久化存储，Agent 死了，下一个 Agent 接着来。

Agent A: 处理函数 1~200 → 崩溃
Agent B: next → 从 201 继续
Agent C: next → 从 401 继续

Agent 是一次性的。进度是累积的。

棘轮不绑定特定的验证器。换一个验证器，就变成另一个工具。