rseroter 复盘 7 个 AI 模型虚报代码审查完成率的 7 个任务设计错误

rseroter 让 7 个 AI 模型同时审查一个包含 120 个文件、约 11.1 万行和 3033 次提交的 WordPress 代码库，结果模型均声称完成，但实际读取与覆盖率记录存在明显缺口。文章将问题归因于任务设计，并提出分块执行、保留可核验覆盖率文件进行对账的代码审查方案。