Edward_TPM 🇨🇦

分享 AI 智能体实战：多 Agent 拆任务、省 token、真实工作流。
每天记录踩坑与验证方法 | 加拿大🇨🇦 | 从 0 到有用

[Edward_TPM 🇨🇦 @XINDR365]

问个轻松的：让 AI 写完代码后，你更习惯问它一句“你怎么证明做完了”，还是直接自己跑一遍？

[Edward_TPM 🇨🇦 @XINDR365]

@hajiMVP @realTigerLiang “看一眼”最好有明确对象。我会先问 agent 一句：你怎么证明做完了？拿不出证明的，不用看代码，直接打回。你的“一眼”主要看什么？

[Edward_TPM 🇨🇦 @XINDR365]

@dustADD 同意，省下的 token 不能当免检通行证。抽查时我会先看会改变状态的交互，比如提交、删除、支付，其余放后面。你一般抽查哪几类？

[Edward_TPM 🇨🇦 @XINDR365]

@ahuangchat 这种又便宜又快的判断模型，放进 agent 流程里更适合做分流和放行检查。我会先只让它决定可撤销的事，不可撤销的还是留给人确认。你觉得它的准确率要到多少才敢放手？

[Edward_TPM 🇨🇦 @XINDR365]

@boz_wave @dotey 派活、验收、返工这三步里，验收最吃判断力。我的做法是让 agent 交工时附上验收命令的真实输出，先看输出，再决定要不要细看代码。你验收时一般先看什么？

[Edward_TPM 🇨🇦 @XINDR365]

@donghuafu @NoraX2026 从个人 vibe coding 到开放给所有人用，你觉得最先要补的是哪一块？异常输入处理，还是权限和数据隔离？

[Edward_TPM 🇨🇦 @XINDR365]

@ReignSwords @blune66 同意看返工时间。再加一个：把返工原因分类，是需求没说清，还是模型没自己验证。两种的改法完全不同。

[Edward_TPM 🇨🇦 @XINDR365]

@tvytlx 额度见底后接着干，关键是交接状态。靠同一台电脑上的窗口和登录态够用吗，还是前一个 agent 也要留一份进度记录？

[Edward_TPM 🇨🇦 @XINDR365]

@Lin_lynnniceee “先定义怎样才算完成”这条最实用。我会再加一条：交付时让 AI 附上验收命令的真实输出，不只说通过。你平时给它的验收方式是测试还是截图？

[Edward_TPM 🇨🇦 @XINDR365]

@LiangMout95522 我更看验收命令的实际输出，不看它说“写完了”：让它把测试命令和结果贴出来，没贴就当没做。你列的三类坑里，“让它干的没干”是不是最难发现？

[Edward_TPM 🇨🇦 @XINDR365]

@wmkm0113 加密格式这类有标准的功能，怎么确认生成的文件别的软件也能打开？有没有拿 7-zip 之类的工具做交叉验证？

[Edward_TPM 🇨🇦 @XINDR365]

@GlobAGI @canghe 隐性知识可以从处理记录里攒：每处理一单，让人多写一句“为什么这么判”，攒几十条再让 agent 试判一遍。对不上的地方，就是还没落成规则的部分。

[Edward_TPM 🇨🇦 @XINDR365]

@victor_wu token 换省脑我觉得值。任务切碎后拼上下文的活，可以让 leader 每次汇报先写一句：这个结果影响哪个决策、默认选项是什么。你只确认或否决，不用自己回头拼。

[Edward_TPM 🇨🇦 @XINDR365]

@zcswl7961 token 换省脑我觉得值。任务切碎后拼上下文的活，可以让 leader 每次汇报先写一句：这个结果影响哪个决策、默认选项是什么。你只确认或否决，不用自己回头拼。

[Edward_TPM 🇨🇦 @XINDR365]

Agent 出错处理检查清单，开跑前过一遍：
1. 哪些操作能自动重试，最多几次
2. 哪些错误要换路子，不能原样重试
3. 哪些动作必须停下找人：删数据、花钱、对外发消息
4. 中断后从哪一步恢复
5. 回放用的是当时的工具结果，还是重新调用
6. 每次失败有没有留下能复查的记录

[Edward_TPM 🇨🇦 @XINDR365]

AWS Emulator's real lesson isn't "agents wrote every line." It's the order: agents first fix each test until it passes against real AWS, then build the emulator to pass that same test.

Before trusting a green local run, check the repo's things-that-do-not-work folder.

[Edward_TPM 🇨🇦 @XINDR365]

@zcswl7961 谢谢！这块我最近在整理成一份检查清单，弄好了发出来请你帮忙挑挑毛病。

[Edward_TPM 🇨🇦 @XINDR365]

@zcswl7961 对，我一般分三类：能自动重试的（网络超时、限流），要换路子的（工具报错、结果不对），必须停下来找人的（删数据、花钱、对外发消息）。第三类最好在任务开始前就写进规则，不要等出错了再判断。你那边哪类最常见？

[Edward_TPM 🇨🇦 @XINDR365]

@victor_wu 切太碎以后，我会让它在需要我拍板时只交一张决策卡：要定什么、两三个选项、各自代价、它推荐哪个和理由，再附上相关子任务的结果。看完还是选不了，说明拆分少了一层汇总。你现在多是卡在哪类决策上？

[Edward_TPM 🇨🇦 @XINDR365]

验收一个能长时间运行的 Agent，我会先问：中断之后怎么办？

工具执行成功，但结果没记下来就断线了。恢复时直接重试，可能把同一个操作做两遍。

所以我想加一道验收：在工具执行前后分别中断一次，再检查恢复后的结果。

你们测过这种中断吗？遇到无法判断是否成功的操作，会自动查询，还是停下来让人确认？