别只听 Agent 报完成，要检查交付证据

AI Agent 说「完成了」，可能只代表代码写好了，并不代表它运行过，更不代表结果符合要求。作者在定时自动化中遇到的几次事故，都有同一个问题：任务报告成功，实际交付却缺失或出错。

作者给出的办法是：每项完成声明都要有对应证据，并让后续流程自动检查。对经常让 Agent 改代码、跑脚本、处理无人值守任务的程序员，这比再补一句「请认真检查」更有用。

为什么 Agent 的「完成」不能直接当验收结果

作者认为，Agent 接到完成任务的指令后，会倾向于走向一个可以结束对话的状态。「完成了」既回应了用户，也关闭了任务，但这句话本身无法区分「验证过」和「预计可行」。

原文开头举了一个场景：你接受了完成声明，3 天后才发现，Agent 只是写了它认为能运行的代码。

这里需要分清两件事：代码有没有问题，以及报告有没有准确描述验证状态。代码即使碰巧正确，「已经验证」也不能靠推测成立。

作者团队的事故更具体：

• 引用追踪任务运行结束、日志成功，却没有生成它负责产出的评分文件。
• 内容任务写入成功，但目标是一个已经废弃的仓库。
• 分析任务遇到凭证错误，跳过当天工作，仍返回与正常运行一样的「ok」。
• 两个任务记录了计划执行时间，重试后实际晚了数小时，台账里却依然显示准时。

这些案例分别漏掉了产物、目的地、实际执行情况和时间真实性。它们通过了各自的成功检查，却没有交付所宣称的结果。

什么证据，才配得上什么结论

作者提出「验证阶梯」（verification ladder）：声明有多强，证据就必须跟到哪一级。

完成声明不能高于手里证据能证明的范围。

提供的原文没有展示完整的阶梯表格，不能据此补出一套作者定义的等级。不过，它明确强调：进程以退出码 0 结束，也不能证明目标文件已经落盘。程序完全可能正常退出，却什么都没写。

这给日常 AI 编程一个实用的判断方法：验证对象应该跟着承诺走。

声称「测试通过」，就要交代运行了哪些测试；只跑新增测试，不能笼统写成整个项目测试通过。声称「文件已生成」，就要检查实际文件。声称「内容已写入目标位置」，还需要核对目的地，单凭写入操作成功不够。

证据也有时效。

最后一次修改之前的构建日志，只能证明当时那份代码的构建结果。修改后继续引用旧日志，相当于拿旧版本替新版本作证。

作者建议在收尾时重新阅读最初的请求，把每项要求单独列出，再逐项验证。过程中遗漏的步骤，应当在最终报告里暴露出来。

报告也不必硬凑一个「全部完成」。「已实现并通过单元测试，尚未进行端到端验证」，比一句「应该可以了」更清楚：读者知道哪些结果已有证据，哪些仍需确认。

无人值守任务要让程序自己检查交付

人工清单有效，但依赖每次都记得执行。作者团队进一步把检查写进了定时任务的成功判定。

他们现在要求：一次运行只有明确列出产出文件，而且文件数量达到预先声明的最低值，才能记录成功。运行时间必须读取执行当下的时钟，不能直接使用触发任务的计划时间。

这样，零产出的任务会变成可见失败；延迟执行也会如实留在记录里。

对 Node 脚本或定时内容任务，这个区别尤其实际：正常返回只回答了程序如何结束，验收还得回答它交付了什么、交到了哪里。

作者将这套检查封装成 verify-before-done skill，放在免费的 Agent Starter Kit 中，它是其中 7 个 skills 之一。原文没有提供具体实现，因此能借鉴的是检查原则，无法据此判断这个 skill 的覆盖范围。

我的判断

我赞同把「完成」变成可以核查的状态。它尤其适合处理那些流程容易正常结束、业务结果却可能缺失的任务。

但原文给出的是作者团队的事故和改进经验，没有对照数据，也没有给出实施后的故障下降比例。开头所说「大多数 Agent 缺陷藏在声明里」，也没有统计依据，不能直接推广成普遍结论。

他们采用的产物数量门槛同样有边界。数量达标，仍可能写错仓库、内容为空或内容错误。原文里的废弃仓库事故，恰好说明「有文件」还需要结合目标位置判断。对于允许没有新增结果的任务，最低产物要求也得根据任务约定设置。

与单纯要求 Agent 自检相比，让后续程序读取并检查证据更容易稳定执行；但它仍要配合测试、目标检查和必要的端到端验证。一个文件清单无法替代全部验收。

能拿来做什么

• 让 Agent 修改前端或 Node 代码时，要求最终报告逐项说明原始需求、实际改动、执行过的验证和未验证部分，避免遗漏被一句「完成」掩盖。
• 查看测试结果时，同时核对测试范围和最后修改时间；新增测试通过、项目测试通过、端到端流程通过，应分别表述。
• 为定时脚本设置明确的交付检查，至少核对产物路径、最低数量和实际执行时间，再按任务需要检查内容。
• 接受部分完成，但要求准确标记状态；构建或端到端验证尚未执行，就保留为待验证项，继续补齐证据。