Agent 的边界：
什么时候该让模型自己规划

01先看任务形状

适合交给智能体的任务，通常有三个特征：

• 步骤大致可枚举，但顺序需要根据中间结果调整。
• 每一步的结果可以被检查，对错有明确标准。
• 出错可以回退，或者至少不会造成不可逆的后果。

反过来，目标模糊、评价标准主观、操作不可逆的任务，先不要交给它。让模型自由规划，通常不会把模糊的目标变清楚，只会把模糊放大。

02工具要少而稳

每多一个工具，就多一条失败路径。刚开始做智能体时，我总想一次给全所有能力，结果模型在工具之间反复横跳，任务迟迟不收敛。

后来我把工具压到三五个，每个工具只做一件事。工具返回结构化结果和明确的错误码，比返回一大段自然语言更好处理。删除、付款、发送这类危险操作，默认需要人工确认。

03设计失败路径

演示的时候，任务是顺的；真实环境里，超时、空结果、格式错误才是常态。失败路径必须提前设计：

• 重试设上限，连续失败就停下来报告，而不是无限循环。
• 关键步骤保留检查点，失败时能从中间恢复。
• 准备人工接管，交接时把进度、已执行操作和待确认事项写清楚。

04先跑人工流程

在自动化之前，我会自己按步骤做几遍，记下每一步的判断依据。这些依据就是提示词里的规则，也是后续评估的标准。

如果人工流程都说不清“这一步为什么这么判断”，交给智能体只会把混乱放大。先有一个能复述的流程，再谈自主规划。

智能体不是更聪明的模型，而是一个需要被设计、被约束、被观测的系统。 A NOTE TO MYSELF

05观测比演示重要

我会记录每一步的输入、输出、耗时和错误。定期回看失败轨迹，区分两种问题：是模型判断错了，还是工具设计本身不合理。

演示成功一次不算数，连续跑通 20 次才算。只有在日志里能解释清楚每一次失败，才敢把它放进真实流程。