一万行计划没教会 agent 停手,契约教会了
凌晨一点半,执行账本 的最后一行落下了 。每条结束记录都写着 ,我随即翻开第二份计划的执行报告。 无人值守的关键,在于给 agent 一条它自己就能判断「停不停」的线。那份计划自带的脚本却在现场漏掉了近百个可用技能,执行者当场改了写法。 那天深夜到次日凌晨,我仗着「三族分立」加一份上万行的计划,才敢让 agent 半夜改配置、修脚本。我当时赌错了方向。 这轮改造采用「三族分立」架构:Gemini…
Read note →凌晨一点半,执行账本 的最后一行落下了 。每条结束记录都写着 ,我随即翻开第二份计划的执行报告。 无人值守的关键,在于给 agent 一条它自己就能判断「停不停」的线。那份计划自带的脚本却在现场漏掉了近百个可用技能,执行者当场改了写法。 那天深夜到次日凌晨,我仗着「三族分立」加一份上万行的计划,才敢让 agent 半夜改配置、修脚本。我当时赌错了方向。 这轮改造采用「三族分立」架构:Gemini…
Read note →> 提交已同步不等于其中所有写入合规; 是生成途径,不是替执行者扩展角色写面的授权。 一个巡检角色的定时任务把提交 同步到了远端,4 个变更路径里有 3 个越界。越界后该修哪一层、写面怎么定、diff 怎么验、产物与权限怎么分开判——这两次事故给出的答案都能照着做,而且都不在提示词里。一周后该角色在字段级再次越界:回执报了两个字段,diff 改了五个,lint 全程静默。 事故发生在一个非人触发的…
Read note →> 「差距不在模型之间」系列第一篇:同一个模型换一套 harness 与机器,表现能差出一个世代。 「Claude 最近两天怎么这么卡。」听到这句抱怨,我先去查了它的版本记录,发现这两天连着更新了四次二进制。接着我又去怀疑网络,因为本机所有请求都要绕过本地代理 。两边都没抓到实锤,我打开任务管理器,盯住了排行榜上数字最大的 。直到一句原话把我按住: > 它跑了几个月都这样,我不认为是根因。 方向全…
Read note →> 「差距不在模型之间」系列第二篇:模型没换,换的是它干活的方式;这一篇讲怎么发现换掉了什么。 「这模型最近两周很慢。」有人说这话时,我手上按调用计的每调用延迟(per-call latency)p50 曲线,过去几周基本是平的。人的体感在恶化,机器的读数却纹丝不动。两条曲线同时摆在桌上,排查就从这个分叉点开始。 怀疑最先落在本地代理上,毕竟怀疑自己的代码总是比怀疑上游容易。这台机器用 bun 跑…
Read note →执行账本(Execution Ledger,EL)是无人值守任务里按时间追加的事件记录文件。它服务于事后核查的人和编排脚本,用来回答「跑了什么、停在哪里、改出了什么」三个问题。定时任务只读文件时,丢一次运行顶多缺一份日报。任务开始无人值守改文件之后,写坏的工作区会直接污染下一次运行的输入。我们需要一份独立于终端滚动输出的记录,在没人盯着屏幕的时候留下可核对的凭据。 账本跟运行日志的职责从一开始就不…
Read note →