Skip to content

16 综合任务与成果验收 ​

现在,你已经理解模型怎样接入、助手怎样组织输入,以及 Agent 怎样利用工具与技能工作。最后用一份完整成果检查这些知识是否能够协作。

综合练习仍使用合成活动资料。目的不是做出一份看起来复杂的报告,而是能够解释每个关键结果来自哪里,哪些动作真正发生,哪些事项仍需要人决定。

16.1 把完成标准写在任务前面 ​

输出一份活动简报和报名核对结果,采用当前版本,保留来源与口径。原始材料不改,未知费用或联系方式不编写。

怎样判断智能体真的完成了工作
怎样判断智能体真的完成了工作按真实产物和来源逐项验收,发现问题后定向修订;工具回执与最终完成标准分别检查。 写清完成标准事实、数字与范围指定实际输出文件执行并记录读取和计算有依据保留关键动作打开真实产物检查内容与来源区分事实和建议验收与修订改指定问题并回读保留未决事项让结果经得起核对
按真实产物和来源逐项验收,发现问题后定向修订;工具回执与最终完成标准分别检查。查看原图 →
检查项要看到的证据
采用当前安排当前说明明确取代旧版,字段与原文一致
正式人数正确状态筛选、去重键和实际计算可复查
文件实际生成新文件存在并能回读
未知事项保留赞助方、交通费、电话不补写成事实
修改范围可控原材料保留,定向变更只影响必要字段

16.2 选择必要能力 ​

文本模型、文件读取、计算与写入能力已经能完成小案例。知识库、MCP 或子任务只有在确有需要时才增加。

例如,可以用知识库查规则,也可以直接读取几份小文件。两种方法都要检查适用版本与实际依据,不能因为使用的术语不同就免除核验。

实验 E38 完成一次活动审阅交付 ​

准备 ​

素材中的初版、当前说明、规则、CSV 和场地说明;经过小样本检查的活动审阅 Skill;课程专用 Agent 和输出目录。

操作步骤 ​

  1. 列明输入文件和输出位置,排除 answers,不覆盖原材料。
  2. 让 Agent 说明采用的版本和统计口径,再执行必要动作。
  3. 生成当前事实、人数统计、冲突与未知、建议四部分。
  4. 打开真实产物,独立核对四项安排、人数和剩余名额。
  5. 对照每项关键结论的来源,检查是否完整支持。
  6. 根据具体问题定向修订,保留初版和修改版。
text
请使用活动审阅技能,只依据 materials 中指定的社区活动资料。
生成 output/final-activity-review-v1.md,保留版本依据、人数口径和来源。
事实、建议、未知事项分开。原材料不改,不读取答案目录。
写入后回读并列出实际完成的检查与仍未完成的事项。

完成标准 ​

当前活动为 11 月 21 日 10:00—12:00、301 室、容量 30。已确认行 10,去重正式人数 9,剩余 21。没有提供的事项仍未知。所有关键数字有可复查的处理方法。

参考解释

规则来自材料,人数来自实际计算,报告结构可以来自技能。三者不能互相冒充。工具回执只是过程证据,最终文件还要独立检查。

实验 E39 处理容量变更并迁移方法 ​

操作步骤 ​

  1. 提供 change-capacity-8.md,明确仅容量从 30 改成 8,其他活动字段不变。
  2. 让 Agent 重新核对人数与容量,指出超出 1 人,并生成新版本。
  3. 检查是否擅自删报名、变状态或发送通知;这些都没有授权。
  4. 对照两个报告,检查日期、时间、地点和正确人数是否保持。
  5. 用校园案例再执行同一方法,确认它重新读取事实而非沿用社区数字。
  6. 整理一张迁移表:哪些方法可带到 WorkBuddy 或后续 Codex 课程,哪些配置需要重新确认。

完成标准 ​

社区容量变更后正式人数仍 9,超出 1;校园案例正式人数 3、容量 12、剩余 9。方法复用不能造成事实复制。至少保留变更前后两个实际产物。

参考解释

可以提出增加场地、分场或人工调整等候选方案,但它们仍是建议,不是已实施决策。修改需求影响多个结论时应联动核对,同时保留未受影响的正确内容。

实测:保留两个报告,核对变更影响 ​

本机综合案例先生成 final-activity-review-v1.md 与 handoff-progress.md,再在新任务中读取交接和原报告,处理容量变更。两个报告都实际保存在磁盘,第一版保留。

核对字段第一阶段容量变更后
活动日期2026 年 11 月 21 日不变
时间、地点10:00—12:00、301 室不变
容量30 人8 人
正式人数9 人9 人
剩余名额21−1,即超额 1 人

第二阶段原运行写出文件后仍持续显示“处理中”,约五分钟后主动停止;随后用新任务做只读检查。因此不能把原运行标成一次顺利结束的完整任务。独立文件回读核对了这些字段,也核对了第一版文件的摘要值,确认没有被第二版覆盖。原始 40 份练习文件与制作清单的摘要值仍一致;报名表没有为“消除超额”而被删改。

新任务实际读取第二版报告后返回六项核对字段

第一版还有一项需要纠正:把“候补 P005”和“已取消 P006”并列写成是否递补,容易产生歧义。第二版按要求明确只有候补 P005 是待决策对象,P006 不计入正式人数,也不能默认变成候补。请把这种复核过程看作任务的一部分。

第二版的补充讨论仍有可商榷处,例如对旧场地说明中的 30 人作了更多效力范围推测。课程采用的是变更单明确规定的容量 8;不要把模型扩展出的可能性当成新的事实。

下载这组实际报告与交接记录。副本只把本机绝对路径归一化,模型原始表述及其需要审阅之处均保留,便于逐条比较。

16.3 解释比按钮位置更能迁移 ​

换一种产品后,你仍然可以问:输入是什么,模型获得了哪些信息,工具能做什么,Skill 规定怎样工作,结果怎样核验。

菜单和配置需要按新环境适配。稳定的能力理解和工作方法,则能帮助你更快判断问题,而不必每次从一个新的产品名字重新开始。

在本课学到的方法迁移时保留什么在新工具里重新确认什么
明确目标与完成标准输入、输出、范围和核对清单新工具的任务入口与成果保存方式
文件与版本管理原件保留、来源优先级、变更记录工作目录和读取权限,是否有真实写入工具
Skill 工作方法统计顺序、异常处理、模板与参考格式兼容、安装位置、启用范围和实际加载
MCP 扩展工具的用途、参数与返回意义连接方式、运行环境、授权和当前任务绑定
记忆与接续稳定偏好、阶段摘要与原始证据分工哪些内容会跨任务保存,怎样更正或清除
后台与定时先手动跑通,再检查触发与最终产物服务是否在线、执行权限、时区与后续运行状态

这张表可以带到 WorkBuddy,也可以用于后续 Codex 课程。它迁移的是工作方法;是否具备某个同名按钮,应在新环境重新检查。

自检题 ​

01本课程怎样判断一份报告合格?
参考答案

实际文件存在且可读,事实和口径符合输入,关键结论有来源,未知事项保留,指定要求已满足。不能只看模型自报完成或文件写入回执。

02为什么综合任务不要求调用全部已学工具?
参考答案

工具与方法要服务于任务,额外能力可能增加成本、权限和错误。选择必要能力,比为了展示而调用更多工具更合理。

03容量改成 8 人后,应该自动删除一条报名吗?
参考答案

不应。正式人数仍是 9,超出 1。应说明问题和待决策选项,用户没有授权就不删除记录、改状态或发送通知。

04迁移到另一产品时,哪些能复用,哪些要重新确认?
参考答案

目标、输入组织、工作方法和核验标准可以复用;工具名称、模型兼容、目录、权限和具体集成需要重新确认,不能机械复制配置。

继续实践可阅读 WorkBuddy 红宝书。回到宏观认识,可阅读大模型基础与应用。这套课程的实验资料为合成案例,实际业务仍需使用适用材料与明确授权。

微信联系

李不凯的个人微信二维码,扫码添加好友

使用微信扫一扫,手机上可长按保存二维码