Если агент сам написал решение, а потом сам же его проверяет в том же контексте, он часто повторяет собственные ошибки и не замечает спорные решения. В результате ревью проводится тем же самым агентом: агент пишет "всё ок", но независимой проверки по сути нет. Иногда агент и вовсе подгоняет тесты, чтобы они работали на его говнокоде...

Чем дольше ведется общение в чате с агентом, тем больше в контексте лишних деталей, старых решений и уже неактуальных обсуждений. Агент начинает путаться, делать выводы о файлах, которые не открывал, забывать исходные ограничения и уверенно предлагать решения, которые не соответствуют реальному состоянию проекта.

Даже сильная модель не знает ваших архитектурных договорённостей, правил тестирования, структуры проекта и требований к качеству, если они нигде явно не зафиксированы. Поэтому агент легко начинает писать код "как привык", нарушать принятые паттерны и плодить решения, которые потом приходится вручную переписывать.