第 3 课：检查结果

本课目标：

• 根据你之前写好的验收标准验证 agent 的交付物。
• 区分“看起来不错”和“通过检查清单”。
• 为一个新任务写三行验收检查清单。

先修条件：第 2 课 | 上一篇 << 02 把需求写清楚 | 下一篇 04 找出错误 >>

agent 说做完了，不等于真的做完了

agent 很自信。即使报告缺了一列、日期错了，或者悄悄忽略了你一半指令，它也会说“这是已完成的报告”。最常见的错误不是 agent 的错，而是你自己忘了检查¹²。

验证和阅读输出不一样。阅读是被动的，验证是按验收标准逐项检查证据。

讲解

验证时，你把结果和 agent 开始工作前你写的验收标准对比。这能保护你避开两个陷阱：被自信语气骗过的陷阱，以及觉得输出“差不多对”就继续的陷阱。Anthropic 关于构建 agent 的指南建议设计清晰的评估标准，并在检查点引入人工反馈；你作为这个人的时候，原则也一样²。

一个简单的验证表格有三列：标准、证据、通过或不通过。

你不需要复杂工具。一张便签、一个电子表格或一张纸就够了。关键是你在用自己的标准检查 agent 的输出，而不是用它自己的说法。

这张图展示了循环：结果先交给标准，而不是直接使用。如果不通过，就发回要求具体修改。

完整示例（跟着做）

Priya 让 agent 把会议记录转成一份带负责人和截止日期的行动项列表。agent 返回：

Priya 的验收标准是：每个行动项都有具体负责人（不能是团队）、每个截止日期都是日历日期、每个项都只有一行。

她逐行检查：

• “重新设计注册页”的负责人是“设计团队”，不是具体的人。不通过。
• “跟进供应商”的截止日期是“尽快”，不是日期。不通过。
• “审阅预算”没有年份。不通过。

因为她先写了标准，所以可以发回精确修改：“把团队负责人换成个人，把‘尽快’和‘下个阶段’换成日历日期，给每个日期加上年份。”

你来试试（填空示例）

你让 agent 用三句话总结一份合同。你的验收标准是：恰好三句话、提到价格、提到期限、提到取消条款。agent 返回：

“这是一份软件服务合同。期限为一年，可以取消。价格很有竞争力，详见附件文件。”

填写验证表格。

答案：

• 三句话：通过。
• 价格：不通过（“价格很有竞争力”没有说明价格）。
• 期限：通过。
• 取消条款：不通过（“可以取消”含糊，条款本身没有提到）。

小结 + 下节课预告

验证是清单，不是感觉。你之前写的验收标准变成了测试。如果不通过，就发回具体修改。下节课，你将学习 agent 最可能出错的四种方式，这样在验证前就知道该找什么。

Footnotes

1. OpenAI Academy: Agents and Workflows — https://academy.openai.com/public/courses/agents-and-workflows-bieml ↩

2. Anthropic: Building Effective AI Agents — https://www.anthropic.com/engineering/building-effective-agents ↩ ↩²