怎么验证它真做完了

最后更新：2026-09-22

短答：「没有报错」和「做完了」是两件事，而且中间那段空白最容易骗人——因为出问题的时候，界面往往什么都不说。

下面三种假成功都真实发生过。它们的共同点是：全程没有任何报错。

假成功一：它说做了，其实没做

Agent 要完成任务，得先调用工具（跑命令、读文件、发请求）。如果这条通路在中间断了，它可能收到一个「空的结果」，然后理所当然地当作成功继续往下汇报。

你看到的是：它说「已经处理完了」，语气很确定。实际上那件事一步都没做。

怎么看出来：看它有没有真的调用工具，而不是看它有没有报错。多数工具会把「正在执行什么」打出来。如果整个过程里一次调用记录都没有，它的结论就是凭空来的。

请求发出去了、对方也回了「成功」，但内容里什么都没有。

如果程序把「成功」当成唯一判据，它就会接着往下走——拿一个空结果去做下一步，最后交给你一个看着完整、其实没有内容的结论。

怎么看出来：检查结果本身有没有内容，别只检查调用有没有失败。

配置改对了，文件也写进去了，可是实际跑的进程用的还是旧值。

最常见的原因是有两个地方在管同一件事：你改的是 A，程序实际读的是 B。比如很多工具从环境变量读参数，而环境变量可能是很久以前设的——你在界面上改十次，它读的还是那个旧值。

怎么看出来：让程序自己把它当前用的值说出来，而不是看你在哪儿填了什么。

把「验证」和「复述」分开：

最省事的做法是让它给证据，而不是给结论：请它把执行的命令和原始输出一起贴出来。有命令、有输出，你能自己判断；只有一句「已完成」，你判断不了。

如果这件事可以自动检查，就写一条最小检查——一条命令、一个断言。跑一下就知道的事，不要靠读它的措辞。

不是每一步都要验，那太累。这几种情况建议每次都验：

其余情况可以抽查。但有一条底线：它的结论不能当作证据。它不确定的时候，几乎不会说「我不确定」——它会把猜测说得和事实一样平。所以凡是你要拿去用的结论，都得有一个能自己看见的落点。