AI编程代理修复bug时容易陷入循环：模糊重试产生噪音、上下文退化、无法观察真实界面，失败尝试污染后续推理。解决方法：停止盲目重试，回退到已知正常状态，用精确文件路径和可观察事实重新描述问题，每次只改一处，最后亲自验证真实应用。核心是用失败测试替代“还是坏的”，为代理提供可读信号。

本文介绍如何设计能可靠自我纠正的AI代理，关键在于将反馈循环基于外部验证而非模型自身判断。通过构建代码生成代理示例，展示使用真实测试验证器、有限重试循环和结构化升级路径。还添加基于一致性的置信门控，生成独立第二方案确认正确性。强调自我纠正仅在外部信号存在时有效，并需设置重试上限和记录失败轨迹。