现在最需要人力的环节是不是测试和评估？

现在vibe自己的项目，我感觉花最多精力的就是测试和评估，然后组织语言把问题和建议反馈给ai了

端到端测试虽然做了，但有些一眼就能看出的交互问题模型发现不了（或者发现效率很低）。

好与坏模型虽然能自己判断，但常常会偏离重点（主次不分，画蛇添足等等），所以时不时需要我提醒它忽视的东西、扭转它的误区

感觉现在从ai是我的助理，变成我是ai的助理了，但助理这个工作暂时还没法取代的样子^-^

大家觉得现在agent loop的瓶颈是在这方面吗？随着模型变强会不会能完全闭环呢？