把模糊任务与研究结论写成可验收的合同
先把“用 AI 提效”改写成真实任务，再用来源分级、固定版本、运行实验与反证检查研究结论。
第一次认识 Trace
每个新词先用一句人话、一个生活类比和同一个访谈任务解释；后文才会直接使用。
- 一句人话
- 按时间保存系统做过什么、得到什么结果，以及任务状态怎样变化的一份可检查记录。
- 生活类比
- 像快递轨迹：不只告诉你“已送达”，还会留下揽收、中转、派送和签收的每个关键节点。
- 具体例子
- 分析访谈时，记录它读了哪份文件、搜了什么词、引用了哪段原文、哪次读取失败，以及最后怎样判定任务完成。
- 不要误解
- Trace 记录可观察的动作和状态变化，不等于公开模型私有的隐藏思维过程。
- 能把模糊的“AI 提效”改写成可执行任务
- 能识别流程中的固定规则、开放判断和外部副作用
- 能定义 Outcome、失败状态与人工接管
为什么“用 AI 重构流程”不能从功能清单开始？
“用 AI 提升用户研究效率”不是一个可开发需求。开发团队仍然不知道用户给什么输入、系统可以读哪些材料、哪些步骤固定、哪些判断开放、产物必须包含什么、来源冲突怎么办，以及失败后谁接手。
任务契约把这些问题写清楚。它不是更长的 PRD，而是一份人与模型、外围运行系统、工具和环境之间的工作约定。任务定义得越清楚，团队越容易判断哪里适合固定流程，哪里真的需要 Agent。
企业内部流程经常采用组合方案：确定性 Workflow 负责身份、格式、脱敏和审批；Agent 处理需要读材料、比较证据和动态选择路径的部分；人保留高风险判断和价值取舍。
研究 Agent 产品也需要一份证据合同。官方文档回答产品承诺，固定提交源码回答某个版本怎样实现，同任务多次运行回答实际发生了什么，独立研究和反例则限制结论能外推多远。
先记住这句话用户真正托付的是一个结果，不是一串 AI 按钮。先描述任务现在如何完成、哪里需要判断、哪些动作会改变真实世界、怎样证明完成，再决定固定流程与 Agent 各负责哪一段。
先还原用户真正完成的一次工作
不要先问用户想要什么 AI 功能。请他讲最近一次真实工作：从哪里拿到材料，怎样判断，使用哪些系统，什么地方等待最久，什么错误最难补救，最后把什么交给谁。
这段故事会暴露真实的输入、环境、动作和完成状态。用户说“做完了”可能意味着报告已生成，也可能意味着结论已回源、团队已确认并进入路线图；两者需要完全不同的产品。
把流程节点分成固定、开放与高风险三类
格式校验、字段脱敏和金额阈值通常可以预先写成规则；选择要读的材料、解释冲突和寻找反例属于开放判断；发邮件、改数据库和打款属于真实副作用。三类节点不应使用相同的自动化方式。
Agent 的价值在于根据新观察调整开放路径，不在于把所有步骤都变成模型决定。高风险动作应通过窄工具、权限与审批限制，必要时只让 Agent 生成草稿。
完成标准必须落在真实环境里
“生成报告”只能证明系统输出了文本。更可靠的 Outcome 是：每条洞察能回到原文，反例被列出，缺失材料被标记，最终文件保存到指定位置，并由负责人确认进入下一步。
任务还要定义部分完成和失败。例如资料缺失时交付可用的证据索引与未决清单，比编造完整结论更有价值。明确降级结果能让系统在能力不足时诚实结束。
研究快速变化的 Agent，要走完六步证据链
先把问题拆成可证伪的结论，再按官方产品合同、团队设计说明、固定源码、独立研究和社区线索分级找资料；随后固定产品版本或 commit，把事实、观察与推断分开记录。
最后用同一任务做多次运行，主动寻找能推翻结论的反例，并写清核验日期与适用范围。社区帖子适合发现课程、仓库和争议，但课程结论必须回到原文、源码或实验；来源打不开时也不能用转述替代证据。
流程图告诉你现在每一步怎么走，AI 任务契约要进一步说明：用户真正要的结果是什么、模型在哪些节点作判断、系统能调用哪些工具、什么结果算完成、失败后谁接管。只有先把任务说清楚，才谈得上选择 Workflow 或 Agent。
从用户最近完成的真实工作还原现状流程与痛点
标出固定规则、开放判断、所需数据与不可逆动作
定义工具、权限、状态、失败恢复和人工控制
用真实样本验证 Outcome、成本、风险和用户托付意愿
有术语没听懂？在这里用人话再看一遍5 个词＋
- Task
- 带有输入、环境、约束与完成标准的真实工作单元，不等于一句提示词。
- Workflow
- 由代码预先规定主要控制路径的系统，适合稳定、可枚举和合规性强的步骤。
- Outcome
- 任务结束后真实环境中的结果，例如文件、数据库状态、测试或经过核验的证据。
- 人工接管
- 系统在能力、权限或风险边界处把上下文、已完成产物和未决问题清楚交给人。
- 证据合同
- 为一条结论记录来源性质、版本、能证明什么、不能证明什么、反例与核验时间。
把十份访谈变成可回源的路线图输入
现状是研究员手动清洗、阅读、贴标签和写结论。目标不是把每个步骤自动化，而是减少机械工作，同时保留证据链和最终产品判断。
- 01
Workflow 负责转写格式校验、隐私脱敏和文件编号
- 02
Agent 根据研究问题读取材料、提出主题、寻找反例并回到原文引用
- 03
产品经理确认主题含义、样本偏差和路线图取舍，系统保存完整证据链
首版交付可回源洞察表、反例清单、待验证假设和路线图候选；无法判断的部分明确交还给人。
本章依据与证据边界4 条结论 · 1 份原始材料＋
正文已经把关键来源放在相关概念旁边。这里保留完整核验清单：每条材料能支持什么、不能支持什么；不要求离开本站才能继续学习。
- [1]
Anthropic 建议从能工作的最简单方案开始，并把 Workflow 与 Agent 的差别放在控制路径由代码还是模型决定。
官方事实ANBuilding effective agents官方工程文章 · 核验 2026-07-14 - [2]
Anthropic 的可信 Agent 指南强调用可检查的行动、权限与环境结果建立信任，而不是只依赖模型自我陈述。
官方事实ANTrustworthy agents in practice官方研究 · 核验 2026-07-14 - [3]
本站的任务契约和三类流程节点，是将官方原则翻译成产品工作方法的教学推演。
本站推演ANBuilding effective agents官方工程文章 · 核验 2026-07-14 - [4]
Agent 基准研究提醒评测者检查任务有效性、评分器漏洞、版本、复现性与外部有效性；本站据此整理六步研究法。
独立研究ZHEstablishing Best Practices for Building Rigorous Agentic Benchmarks论文 / 基准 · 核验 2026-07-14
本课对应面试题
离开这个模块之前，先自己回答这 3 个问题。
不打分、不记录。答不上来就点回那一课；能用自己的话讲清楚，再进入下一模块。已标记已读 0/3。
00.1用了 AI，是否就应该尽量让模型自己决定所有流程？＋
不是。开放判断可以交给模型，稳定规则、权限、不可逆动作和真实结果验证应由确定性系统保证。成熟方案经常是 Workflow 与 Agent 的组合。
00.2模型说“操作成功”，是否足以把任务状态设为 completed？＋
不够。系统必须读取工具回执或真实环境状态；模型的文字是候选解释，不是完成证据。
00.3为什么“自动生成一份报告”不是完整的 Agent 任务定义？＋
它没有说明来源、环境、可用工具、完成证据、错误边界、外部动作和人工责任，因此无法验证报告是否真实完成了用户工作。