你的 agent 说「完成了」——怎样让这个词真正有意义

Agent 系统中最昂贵的一句话就是「任务已完成」。不是因为 agent 会撒谎——而是因为「done」通常只意味着「我没报错就停了」，这和「你想要的事情真的发生了」完全是两回事。社区里反复出现同一个痛点：agent 报告成功，然后还得人工去确认到底有没有真的发生。解决办法不是加更多日志，而是在 agent 运行**之前**，针对每个动作先想清楚：什么证据才能证明结果真的达成了。 三层验证，按成本从低到高： 1. **回执（receipt）。** 目标系统对该动作进行了确认，并返回了一个之后可以查询的 ID。注意是对方系统的记录，不是 agent 自己的日志。没有 ID 就没有回执，「done」就只是一篇日记。 2. **读回校验（readback）。** 动作执行后，读取目标系统，确认状态确实按预期发生了变化。工单存在且字段正确；数据行存在且与发送内容一致。这一层能捕捉「返回 200 但实际没生效」那类故障——调用成功了，但效果没出现。 3. **独立检查（independent check）。** 对于高风险动作，要用不共享 agent 故障模式的手段来验证。让一个 LLM 裁判去读 agent 的总结报告并不独立——它继承了同样的盲区。确定性的检查（schema、计数、余额、状态流转）才是独立的。 经验法则：一个动作越难以撤销，它在被任何人称为「完成」之前，需要的验证级别就越高。一份草稿可以只停留在第 1 层，一笔付款不行。 你在信任一个「done」之前要求什么证据——还是每次都靠手动检查？