Двухфазный агент-уборщик: координатор + параллельные исполнители с человеческой проверкой и жёсткими проверками перед PR

Обнаружено: агент сделал 50 запросов на слияние (PR) в DoorDash и не внёс ни одного бага. Но покрытие тестами он оценивал «на глаз» и иногда ошибался. Метод позволяет массово убирать устаревшие флаги функций (feature flags) из кода без ручной рутины: вместо 1–2 часов на флаг получаешь готовый PR. Слово «готово» говорит не модель, а внешняя проверка, которую она не может обойти. Это сборка, тесты, покрытие кода тестами ≥95% и линтер. А целевое значение флага агент берёт из живой платформы экспериментов, потому что в коде правильного значения может просто не быть.