没有明确成败标准时，Agent 工作流怎么调试

film-chick · reddit · 2026-07-28

作者在问：当 agent 工作流不是确定性的、也没有清晰的 pass/fail 指标时，大家到底怎么调试和迭代？他认为自己还停留在传统编程思维里，而这套方法对 agent 未必适用。

他举例说，自己给 coding agent 做了 observability，但拿到的只是大量事件数据，并不能直接告诉他哪里坏了、该优化什么、哪些参数最关键。帖子的核心是想讨论：在这种“不易评估”的系统里，如何判断 agent 是否真的变好了，以及如何把日志和观测数据转化为改进动作。