让 AI 压力测试它自己写的界面

agent 写软件的瓶颈从来不是「生成」，而是「验证」。看着像模像样、跑起来全是问题的代码才是默认失败模式，而人类审 diff 能发现的问题比想象中少得多。

这里是让 agent 去攻击自己的产出，专门找毛病。这就闭了环：产出 bug 的那份能力，被调转过来用于发现 bug —— 这比拿它去替代人工审查的价值高得多。

这是整批内容里最实用的一条。其他都是演示，这条是方法。