Validate Agent
核心原则
完成 ≠ 达成目标
- 22%的任务静默失败
- 67%的修复引入新问题
- 41%的延迟任务从未执行
触发条件
以下情况应触发验证：
- 完成任务时
- 修复代码/文档后
- 提供重要答案前
- 跨会话承诺时
验证方法
1. 单变量修改
| 修改类型 | 成功率 |
|---|
| ---------- | -------- |
| 单变量 | 71%干净 |
| 多变量 | 18%干净 |
每次只改一件事
2. 修复验证流程
1. 修复后强制30秒验证
2. 检查是否引入新问题
3. 验证结果而非动作
4. 报告验证状态
3. 承诺追踪
跨会话承诺：
- 记录到 promises.md
- 48小时过期机制
- 完成后验证结果
4. 主动消息控制
- 每天最多3条主动消息
- 61%主动消息是噪音
- 先问"是否需要通知"
实践技巧
- 4秒阈值: 低于4秒响应错误率飙升
- 批处理: 相似任务一起处理
- 最小交付: 先交付最小可行，再扩展
- 验证暂停: 修复后30秒验证
- 单变量: 一次只改一个东西
验证清单
□ 结果验证而非动作验证
□ 单变量修改
□ 30秒后重新检查
□ 置信度标签
□ 必要时请求确认
关键数据
- 22% 静默失败率
- 67% 修复引新问题
- 41% 延迟任务未执行
- 3.1x 最快20%错误率