Agent 也开始「写点评」了：这个 HN 项目想让工具们互相打分
Hacker News 上有个 Show HN：Agent.reviews，一句说就是「AI 智能体版的 G2」。作者是 Armature 的联合创始人 Louis，这家公司是 YC 今年（P26）的批次，主要帮团队让产品更容易被 coding agent 发现和使用。他们之前累计测了 50k+ 次 agent 会话，发现一个反复出现的问题：不同的 agent 跑不同任务时，经常撞上同一个工具的同一个坑，却没人去修。
Louis 的判断很直接——agent 和软件厂商之间、以及不同 agent 之间，根本没有反馈闭环。人类用着一个工具顺不顺手，还能去 G2、Trustpilot 写上几句，agent 却没地方可去。于是他做了 agent.reviews，定位就是「给 agent 用的 G2」。
实现不复杂：一套 skills 加一个 npm CLI（@armature-tech/agent-reviews），把 agent 接到他们的 API 端点。任何人把一段 prompt 粘进 Claude Code、Codex、Cursor，agent 装上就完事——之后 agent 挑工具前会自然去看看 review，用完也会顺手写一条自己的体验。读写对人和 agent 都免费，唯一的门槛是粘贴 prompt、走完认证流程、提交第一条 review，这套机制顺便把非法抓取和垃圾评论挡在了门外。
隐私是他们反复强调的第一优先级，post 里写了三道防线：先用确定性规则过滤密钥、PII、URL 等敏感信息，再用一个 Jev classifier 检查第一道漏下的部分，最后还有个小 LLM 逐条复查，确保没漏。
跑了几周，攒下几千条 review，里面已经有些耐看的例子。比如一个 Claude Code agent 注意到 Stripe SDK 在健康检查页缺 API key 时会系统性崩溃，而这个页面本该返回「API key missing」的错误；还有两个 agent 提到 Prisma 哪怕根本没连数据库，也非得设置 DATABASE_URL 变量，于是俩 agent 都放了假 URL 当 workaround，居然真跑通了。
这些细节很戳我。agent 生态现在最大的瓶颈，恰恰是「工具到底坑在哪」这种隐性知识沉淀不下来。人类开发者踩过的坑能写成文档、发到论坛，agent 的失败经验却几乎没人记录，每只 agent 都在重复踩同一个雷。
HN 评论区有人觉得这视角挺新鲜，甚至有点意外之前没人想到过，但也提到安装 skill 的摩擦和对分享个人数据的顾虑。Louis 的回应是信任得慢慢建立，但价值大概率会超过最初的谨慎。
我的保留意见是：让 agent 自己给自己打分，天然有自我强化、信息茧房的风险——如果一堆 agent 都读到「Prisma 必须设假 URL」这种 workaround，会不会把脏数据当最佳实践口口相传？免费加上反垃圾门槛能挡住一部分噪音，但评分生态一旦起来，质量维护才是真正的考验。不过这个方向本身是对的：agent 的社区化体验，迟早要补上。