Автор и ревьюер работают в одном контексте, поэтому повторяют одни и те же ошибки. Агент пишет тесты под собственную реализацию, мокает критичные зависимости или ослабляет проверки, а сообщения «всё проверено» и «тесты зелёные» не доказывают качество результата. При этом ты не знаешь, какие файлы, риски и сценарии остались без проверки.

Чем длиннее сессия, тем сильнее деградирует контекст: агент забывает ограничения, смешивает решения и рассуждает о файлах, которые не открывал. Знания о проекте остаются в переписке, а без карты модулей и понимания области влияния изменений агент затрагивает несвязанные компоненты, меняет контракты и увеличивает объём правок.

Агент получает право менять код до появления проверяемой спецификации, критериев готовности, тестовой страховки, автоматических проверок качества и правил эскалации. Если количество итераций не ограничено, он исправляет одну ошибку, создаёт другую и запускает бесконечный цикл «теперь точно работает».