我发现，很多时候ai不是做不好或者做不到，只是没有监督，很容易就“偷奸耍滑”，讨好而不是真的去完成任务。
举例：我让ai帮我修改某个网络框架图，它会尝试按照我的要求去做，但是其实最后的结果和我的要求还是有明显的差距，但是ai就直接胜利结算了，还得我反复去要求它才行。经尝试，使用cc,oc,kc,codex,openclaw等工具均存在此问题。
我的需求：我想要一个有类似“监督者”-“执行者”结构的工具或者插件。监督者会始终保持我最开始下达的需求（可以用md存储），不断地监督执行者的产出。一旦执行者的产出，比如对某个文件的修改结果，并没有达到我最开始的需求，监督者就会告诉执行者还没完事差距在哪，让执行者去不断迭代直到监督者任务已经接近满足要求为止。
只要监管者依然是AI，你怎么保证监管者不偷懒呢
再加个监管者的监管者？ 
经过我的测试，比如在ai帮我改网络结构图这个问题上，只要我把仍然存在明显问题的图给ai看，它就会指出其中的问题。但是真的让它动手去改，它大概率改个一两轮就强行说“完成了”并结束，尽管此时把改完的图给同一个模型审核它仍然会指出其中的问题。
最简单的或许是每次监管都开个全新的会话？读取md文件里的最终目标和这一次迭代的产物，给出一个“是否合格”的结论，并指出存在的问题。
这种工作流挺多的，我用的ccg就是cc指挥codex和gemini，然后再交叉审核。
佬ccg是啥，没玩过。只用过OMO但还是差意思，也容易报错。有一些工作流感觉有点麻烦，我只想简单点类似于监督-执行的架构。
同问CCG是什么？谢谢
网上搜索到了， fengshao1227/ccg-workflow: 多模型协作开发系统 - Claude 编排 + Codex 后端 + Gemini 前端，28 个命令覆盖开发全流程，一键安装零配置
这个佬的教程，不过我降了gemini很多权重，因为gemini实在太垃圾了
我是参考的佬友的openmoss在龙虾上用提示词实现的，也许不一定适合你这个，可以参考一下
不用网上哦 站内风佬的
强啊，佬们