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：

1. 完成任务时
2. 修复代码/文档后
3. 提供重要答案前
4. 跨会话承诺时

验证方法

1. 单变量修改

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

1. 4秒阈值: 低于4秒响应错误率飙升
2. 批处理: 相似任务一起处理
3. 最小交付: 先交付最小可行，再扩展
4. 验证暂停: 修复后30秒验证
5. 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