如何确认 Agent 真做了事
Slightly_F0ol1Sh · reddit · 2026-07-16
作者在生产环境跑 agent 几个月后，最头疼的问题不是模型“会不会说”，而是怎么确认它真的做成了。
核心问题
- agent 会把“我已经保存/找到”说成已完成，但真实副作用并没有发生。
- 这类错误不会立刻暴露，往往会在下游慢慢堆积，最后才被发现。
现有做法
- 不再相信 agent 自己的输出。
- 用一个“笨办法”做外部校验：比如检查数据库里是否真的有新行、文件是否真的落盘。
- 如果没有真实结果，就让步骤直接失败，而不是静默通过。
仍未解决的难题
- 更难的是长期漂移：agent 可能今天还正常，几周后悄悄失效，但系统没有自动告警。
- 作者想听大家是怎么区分“agent 真的做了事”和“只是声称做了事”的。
所属事件:AI Agent 生产可靠性：别信自述要验结果(8 条相关)→
「编程与Agent」频道最新
- 开发者观点：与 agent 交互式协作仍有未被挖掘的价值 — alex_frantic · 2026-10-27
- 研究者发起 AMA:揭秘「平民开发者」用 AI Agent 自动化企业工作 — Loose_Rip359 · 2026-10-27
- Gradio 推 ML Intern 人工介入：训练前可暂停审核数据 — Gradio · 2026-10-27
- 玩家用本地 LLM + Blender MCP 自动搭建 Halo 无限 Forge 地图 — swagonflyyyy · 2026-10-27
- Unity 前开发者:OpenClaw 清理得不错,值得再试一次 — lucasmeijer · 2026-10-27
- Agent skills 积累数月后互相冲突,玩家分享「技能管理技能」妙招 — Successful-Tax1306 · 2026-10-27