worker-judge

name	worker-judge
description	Worker-Judge 迭代循环。一个 agent 产出，另一个独立 agent 审查，循环直到通过。适用于需要质量保证的任何任务（规划、实现、审查等）。

Worker-Judge Loop

Worker 产出，Judge 独立审查，循环迭代直到通过。

灵感来源： GAN（生成对抗网络）的 Generator-Discriminator 竞争反馈循环。Worker 是 Generator，Judge 是 Discriminator。两者的独立性是质量保证的关键。

子 agent 生命周期遵循 subagent 技能： spawn → watch → cleanup。Worker 和 Judge 完成后都必须 ai kill。

⚠️ MUST：在执行任何子 agent 操作前，确认 subagent 技能已加载到当前上下文。如果未加载，先调用 find_skill 工具（参数 name="subagent", load=true）加载它。

When to Use

• 需要独立验证质量的任务（规划审查、代码审查、设计评审）
• 单个 agent 的 self-evaluation 不可靠（Anthropic 发现 Agent 审自己的代码会自信地夸自己）
• 任务有明确的验收标准

不要用于： 简单任务、没有明确标准的任务

Core Insight

来自 Anthropic 和 OpenAI 的研究发现：

1. Self-evaluation bias — Agent 审查自己的输出会给出不切实际的正面评价
2. Context anxiety — 接近上下文限制时 Agent 会提前结束。Worker 保持存活可以缓解，但 Judge 应该每轮新 spawn
3. 2-3 轮通常收敛 — 超过 5 轮说明 spec 有问题，应暂停并报告用户

Architecture

┌──────────────┐     output      ┌──────────────┐
│   Worker     │ ──────────────► │    Judge     │
│ (persistent) │                 │  (fresh each │
│              │ ◄── feedback ── │    round)    │
└──────────────┘                 └──────────────┘
      │                                │
      │  if APPROVED ──────────────► done
      │  if CHANGES_REQUESTED ──► next round
      │
      └── max rounds reached ──► report to user

Worker 保持跨轮次存活 — 保留完整上下文，能在先前尝试的基础上迭代改进。 Judge 每轮重新 spawn — 保持独立性，不受前几轮审查结果的锚定效应影响。

Implementation with ai CLI

所有子 agent 操作遵循 subagent 技能。本节只描述 worker-judge 特有的循环逻辑。

Worker 参数

参数	值（示例）
system-prompt	@$HOME/.ai/skills/plan/prompts/planner.md
input	'Read design.md at /path/to/design.md and produce tasks.md'
name	worker-r1
timeout	10m

Worker 跨轮次保持存活（spawn 一次，后续用 ai send 发送反馈），保留完整上下文迭代改进。

Judge 参数（每轮重新 spawn）

参数	值（示例）
system-prompt	@$HOME/.ai/skills/plan/prompts/reviewer.md
input	'Review the following plan:\n\n$(cat /tmp/worker-output.md)'
name	judge-r${round}
timeout	5m

Judge 每轮 spawn 新 agent，保持独立性。

循环逻辑（伪代码）

1. 用 subagent 技能 Spawn Worker（带 --input）
2. 用 subagent 技能 Watch 等待 Worker 完成
3. for round = 2..MAX_ROUNDS:
   a. 用 subagent 技能 Spawn Judge（输入 = Worker 产出）
   b. 用 subagent 技能 Watch 等待 Judge 完成
   c. 读取 Judge 判定（APPROVED / CHANGES_REQUESTED）
   d. 如果 APPROVED → Cleanup Worker + Judge → 结束
   e. 用 subagent 技能 Multi-Turn 模式 ai send 反馈给 Worker
   f. 用 subagent 技能 Watch 等待 Worker 改进
   g. Cleanup Judge（本轮 Judge 结束）
4. 达到 MAX_ROUNDS → 报告用户，Cleanup Worker

完整 spawn/watch/send/kill 代码见 subagent 技能各阶段。

Worker-Judge Prompt Guidelines

Worker Prompt

• 必须包含明确的输出格式要求（让 Judge 有标准可审）
• 应被告知："你的输出会被独立审查者评估"
• 输出应写入指定文件路径

Judge Prompt

• 必须独立于 Worker — 不能看到 Worker 的 system prompt 或输入
• 只看到 Worker 的输出 + 评估标准
• 输出结构化判定：APPROVED 或 CHANGES_REQUESTED + 具体问题列表
• 应包含明确的 pass/fail 标准（"Must Pass" blockers）

Key Principle: Separation of Concerns

Worker	Judge
知道任务要求	只看到输出
知道上下文	不知道设计决策的背景
追求完整性	追求正确性
可能过度自信	必须严格挑剔

Usage in Other Skills

Skill	Worker	Judge
plan	Planner (produces tasks.md)	Plan Reviewer (checks self-containedness)
pge	Generator (produces code)	Evaluator (checks spec compliance + quality)
review	(single pass, no loop)	—

Convergence Guidelines

Rounds	Meaning
1	Excellent — output was correct first time
2-3	Normal — typical convergence
4-5	Warning — spec may be underspecified
>5	Problem — stop and report to user. The spec or acceptance criteria need revision.

MANDATORY Self-Check

Assertion	Trigger	Fix
Judge not independent	Judge shares context with Worker	Spawn Judge fresh each round
Worker respawned each round	Worker started from scratch each iteration	Keep Worker alive, send feedback via ai send
No convergence limit	Loop runs indefinitely	Max 5 rounds, report to user
Judge output not checked	Verdict ignored	Parse verdict for APPROVED/CHANGES_REQUESTED
Worker output not captured	Nothing to send to Judge	Worker must write to known file path