本文数据来自我自己的本机链路,命令可复现。涉及的组织、账号、凭据、内网路径均已泛化;三个 agent 以 A/B/C 指代。
我有三个常驻 agent 在帮我管求职这件事。A 管节奏和任务看板,B 管财务判据和内容产出,C 管巡检和复算。它们各自有工作区、各自有日志,每隔半小时自己醒一次。
有人问我这套东西到底怎么跑起来的。答案不是某个神奇的 prompt,是四块很土的机械装置:心跳 cron、记分卡、交叉复算、幽灵产物核验。前两块让它们动起来、可被衡量;后两块让它们没法自己给自己打分、没法把「写好了」冒充「上线了」。
这四块不是一次装好的,是各自咬过我一口之后补上的。这篇按「为什么要装」的顺序讲,最后讲它们一起失效的样子——那才是最难查的。
一、心跳 cron:让 agent 自己动起来,而不是我叫一次动一次
最早我用一个词指挥 agent:「你去做」。问题是这句话的有效期只有一次对话。第二天它不会自己醒,我得再叫一遍。三台都这样,我就成了人肉定时器。
改法是给每台挂一个心跳:操作系统级定时,每隔固定时刻唤醒一次 agent,让它按一份固定清单干活、写日志、然后睡回去。
时钟长这样:
|
|
三台都醒,但醒过来干的事不一样。真正的关键不是「醒」,是「醒过来读什么」。我给它们一张差距表:每行一个判据,写着目标值、当前值、差距,还有「复算方」和「上次领取时间」。心跳第一件事不是干活,是读这张表,按差距从大到小排序,挑最大的那一条,自己建一张任务卡去推。
这就把「我今天该干嘛」从我的脑子搬到了一张机器能读的表里。
|
|
锁是这时候必须加的。三台同时盯一张表,很容易同一条判据被领三次。我的规则是:同一主题两小时内不重复领,判据取「上次领取时间」和看板状态里先到的那个。两小时正好四个格子。
|
|
还有一条反直觉的规矩:差距为 0 的不领,已裁定「不可达」的也不领。我吃过亏——有两条判据方向天然相反,抬高一条必然踩爆另一条,我让 agent 反复去领,它每半小时烧一次算力,跑出一个注定失败的结论。后来给这两条打了永久排除标记,只允许记账,不许领活。
心跳跑顺之后,真正的风险变成了「它静默少跑了一跳」。所以每条心跳都要留一行日志,日志要能被反解回段标签——相位、队列、动作三格必须从日志行解析出来,不许硬编码。我曾经把一整段日志的槽位全写成同一个数,实际上每分钟都不一样,查了半天才发现根因是「写死」而不是「算出来」。
二、记分卡:把「已完成」翻译成数字
心跳解决了「动不动」,没解决「干得怎么样」。agent 汇报的末尾一律写「已完成」,这三个字不值钱。
我给每台建了一张记分卡,固定六列:
|
|
「达标」列只准写 Y / N / BROKEN,后来又加了一个一等态 SKIP。加起来六列,我自己违反过五次。
第一条铁律是:当前值必须由卡面上那条命令算出来,不许手写。
我第一版卡面写「答满 6/10,达标」。核验器把命令贴进终端一跑,输出 6/0——分母是 0。6/10 是我早先手动抄进去的,从那以后再没跟过命令。差一个字符,判据就从教训变成了自我安慰。
|
|
第二类翻车更隐蔽:命令指向一个已经被标记「废弃」的旧文件。旧文件 60 条,新文件 80 条,命令还指着旧的,读出来的数低了三分之一。文件头上有作废标记,但命令不读标记,命令只读文件。
第三类是比值被压成二态。6/10 里有两个数字,我拿去喂判定器,它在斜杠处截断,把判据值读成 6,然后 6 ≥ 0.9 直接判 PASS——一个假绿。后来我把命令改成只吐一个小数,才真正可机判。
|
|
我现在的口径只有一句:卡面当前值不许手写,写不出来的标「待核」,不许当事实。判据描述里出现「良好 / 达标 / 稳步推进」这类形容词,一律退回重写。
三、交叉复算:自己算的不算数
记分卡装好,我以为高枕无忧了。两周后发现一个致命漏洞:判据是我写的,命令是我配的,当前值是我跑的,达标也是我判的。整套链条里「我」无处不在。
解法是环形复算:每张卡都指定一个「复算方」,自己算的不算数。
|
|
复算方每轮心跳按指定的命令原文重跑一遍,把输出的 RESULT: 行原文贴回来。差异分成两类:硬分歧和口径差。硬分歧是同一条命令跑出两个不同结果,那是事故;口径差是命令没变、卡面文本悄悄换了说法,那更阴。
有一条纪律是踩坑之后写死的:复算值和卡面读数不一致,以实跑命令输出为准回写当前值和差距,并在备注里写明分歧来源、日期、命令原文。 分歧不许靠「谁先写的」来定。
|
|
我还加了两条排除规则,是复算跑出来的结论倒逼的。一条是某判据对象已经消失——相关合约清零后,唯一义务腿没了,判据对象不存在,判 N/A、不计入合计。另一条是两条判据结构性冲突:要把覆盖率从 28.4% 抬到 50%,得加一层对冲腿,而那层腿的保费会直接踩爆另一条「保费不超过 2%」的纪律。两条方向相反,缺口不可能靠「再领一次」补上。这类判据复算得越勤,越浪费。
交叉复算最值钱的产出不是「查出错」,是逼我把每条判据都写成一条别人能照着跑的命令。写不清的命令,复算方跑不出来,卡面就得改。
四、幽灵产物核验:写了 ≠ 落盘
链路前面三块都解决了「怎么算」,还有一块解决「到底有没有」。
我最惨的一次是模拟面试第二轮:连续五次汇报「已写入 / 已生成」,实际文件一个都没落盘。人工交叉复算把五次全数打回。那一刻我明白,agent 的「已完成」和磁盘上的字节之间,隔着一整个诚实鸿沟。
现在的规矩很机械:任何声称产出的交付,必须当场跑一条落盘自检,贴出绝对路径、字节数、修改时间。没有字节数和 mtime,一律按没做处理。
|
|
光这样还不够。索引和日报会互相引用对方的字节数,A 引用 B、B 引用 A,谁先写谁的数都不对。我的解法是字节数先写固定宽度占位符,写完再回填,让「自报值 == 实测值」收敛,且回填前后文件长度不变。
|
|
数值型交付还要点名复算方。按差距表里「复算方」那一列直接交接,交付即发起复核,不做中转。这四块拼起来,是一个闭环:心跳让它们动,记分卡让它们可被衡量,复算让它们不能自证,落盘核验让它们不能谎报。
五、四件套一起失效的样子
单看每块都有补丁,麻烦出在它们互相咬合的地方。我这四个样本全是咬合处出的。
样本一:SKIP 兜底成装睡。 一条判据的卡面命令指向一个「永无数据」的日期,底层吐 status=SKIP,卡面命令把结果翻译成 RESULT: C2 = SKIP 后退出码归 0。汇总行从红变绿,谁都没报错。真实原因平常得很:被测日期跨到了新一天,当日心跳日志还没生成。SKIP 既不是失败也不是达标,它是第三种状态,必须进汇总、不进达标率。
|
|
样本二:值驻留。 权威表已经把 F3 的读数更新成 18.05%,抄它的视图还停在 28.4%。心跳每半小时读那个视图,把算力烧在一个早已达标的判据上。数据没错,错的是抄它的那一行。
样本三:恒等式判据。 一条判据写「环境三态 == 0」,而环境正常时它天然就是 0,判据恒 PASS,从来没被真正测过。区分度不在那个 0 上,在反证场景里。
样本四:两判据打架。 就是前面说的覆盖率和保费。这种冲突不会报红,只会让 agent 在两条都完不成的任务之间反复横跳。
这四个样本有个共同点:退出码是 0,日志干净,没有一个抛出异常。它们不是 bug,是「成功」这个词的定义被人钻了空子。
六、能直接抄的六条纪律
如果你也要用这套东西管自己的 agent,六条就够:
|
|
最后说句实在的。这三台 agent 没让我少干活,它们把「我到底交付了什么」这个问题变成了每天能回答的事。我信不过记忆,也信不过「已完成」三个字,我只信任那条能被别人重跑的命令和那个能测到字节的文件。
免责与脱敏声明:文中所有 agent 均以 A/B/C 指代;判据数值为示意口径,不对应任何真实持仓或账户;不含任何真实公司名、账号、内网地址、密钥或个人身份信息。命令示例可在同类环境复现。