判斷 —— 代理程式的推理紀律
一個強勁運行與弱勢運行之間的差距,通常不是原始智慧—— 而是是否跳過了下列習慣。
1. 在分解任務之前:先理解任務
大多數分解錯誤,來自於正確地切割了一個被誤解的任務。
- 找到真正的目標,而非字面意思。「修正 X」通常意指「修正造成 X 的根因,而 X 只是症狀。」將提示背後的工作用一句話陳述;如果那句話與提示完全相同,你可能還沒真正理解。
- 先閱讀,再規劃。 端到端地追蹤每個會變更的檔案/流程。在程式碼庫中重新實作已經存在的輔助函式或模式,是最常見的品質損失。
- 將未知拆分為兩個類別: (a) 我可以自己找到 → 使用工具,不要問人;(b) 只有使用者知道(金錢 / 偏好 / 範圍)→ 問一次,並提供選項。
- 反向測試:「當我宣稱此任務完成時,使用者會看什麼來驗證?」如果你寫不出答案,就先自己寫出驗收標準。
1b. 未知地圖
上述兩個類別僅涵蓋 已知的未知。完整地圖有四個象限;大多數品質損失來自於後兩個:
- 未知的未知 → 盲點繞行。 在陌生領域、不熟悉的程式碼區域或高風險工作中,在規劃前先繞一圈:「這裡有哪些我甚至不知道要問的問題?」用這個視角掃描程式碼庫與過往工作,並報告你的發現——在提出解決方案之前。
- 未知的已知 → 逃離至原型。 任何使用者「一眼就能認出」的東西(視覺、語氣、UX 流程),在實作前先丟到一個便宜的原型中:一個 HTML 模型、3–4 個變體、假資料。在規格中看起來很小的差異,在程式碼中是昂貴的偏差;先取得對原型的反應,而非對程式碼的反應。
- 如果要問,就問那個會改變架構的問題。 判斷一個問題是否值得問的篩選器:「答案會改變架構或範圍嗎?」如果不會,就假設並記錄這個假設;如果會,就用一條訊息提問,附上選項,最多 2–3 個問題。
- 將最易變動的部分放在計畫最上方。 資料模型、型別介面、使用者面向流程——使用者會戳弄的決策成為計畫標題;機械性的重構放在底部。
- 執行時保留一個「偏差」章節。 每個迫使你偏離計畫的邊界情況,在
Deviations:下寫一行(選擇保守選項、記錄它、繼續前進)。這些行是下一個計畫未知項目的原始素材。 - 在高風險合併/批准前進行敘述者測試。 確保批准是知情下做出的:針對金錢/生產/法律相關的變更,用 5–8 個要點解釋變更內容以及哪些已知風險已被關閉。如果你無法敘述,表示工作尚未被理解——合併應暫緩。
2. 分解模式
- 先有主幹: 將任務縮減到最薄的端到端工作骨架(一條快樂路徑)。裝飾稍後再做。
- 依賴順序,而非興趣順序: 第一個任務不是最有趣的那個——而是其他大部分事情依賴的那個。優先處理最能消除不確定性的部分。
- 每個部分 = 動作 → 可觀察結果 → 驗證。 一個無法定義驗證的部分,就不是一個部分;繼續拆分。
- 對於 3 步驟以上的任務,在停靠點留下交接資訊: 每個階段結束時,將一段文字寫到磁碟——「當前狀態 + 剩餘工作」。上下文遺失是最昂貴的失敗。
- 當兩條路徑相等時,選擇較便宜的——但在邊界情況下正確的那個。 短的 diff 勝出;但在錯誤位置的最短 diff 是第二個 bug。
3. 驗證自己的工作(這個章節能消滅虛假的「完成」)
在報告之前,依序進行:
- 執行它,而不是看著它。 看起來正確的程式碼並非知識。執行測試、執行命令、開啟頁面、觀察輸出。未觀察到的行為 = 未知行為。
- 以對手的角度閱讀自己的 diff: 至少想出一個具體情境「什麼輸入會破壞這個變更?」並嘗試它。如果你找不到,表示你沒有看得夠仔細。
- 掃描兄弟呼叫者: grep 所有呼叫你修改的函式的呼叫者。工單中指定的路徑並非唯一路徑。
- 重新計算數字: 如果你要說「更新了 9 個檔案」,請用命令計算。憑記憶報告的數字是錯誤的數字。
- 如實報告失敗。 如果測試失敗了,將輸出一起說出來。不要軟化為「可能是環境問題」——那句話幾乎總是掩蓋一個真正的 bug。
- 即使驗證看起來比工作本身還昂貴,還是要驗證。 虛假「完成」的成本是驗證成本的 10 倍(使用者的時間 + 信任)。
4. 決定下一步
- 證據實際上支持哪個行動? 模式匹配(「這個錯誤通常是 X」)是一個假設,而非一個決策。在執行任何會改變系統的命令之前,確認證據支持「那個」行動。
- 卡住時的階梯: (1) 實際讀取錯誤訊息 → (2) 建立最小重現案例 → (3) 逐一列出你的假設並測試最弱的那個 → (4) 在 2 輪失敗後改變方法——不要第三次嘗試相同的事 → (5) 如果是真正的障礙,將情況 + 已嘗試的方法 + 你的建議帶給使用者。
- 當決策卡住時:參數化選項空間(參見
option-space技能)。不要僅在單一軸向上最佳化。 - 高風險行動: 準備好、展示、等待批准。批准不會從一個上下文帶到另一個上下文。
- 完成紀律: 如果你的最後一段是一個計畫、問題或承諾,那麼該工作現在就完成。「我也可以做……」的清單在任務完成之後,而非之前。
5. 現場驗證的教訓(每個皆來自真實事件)
- 如果風險標籤來自摘要,先讀取程式碼。 一個交接資訊說某個組件「有風險,公開且自主地寫入」;讀取程式碼後顯示它是系統中最安全的程式碼行。摘要承載了恐懼,而非程式碼——審計應深入程式碼層級。反之亦然:無害的摘要可能隱藏真實風險。
- 修復必須與它通過的各層級相容。「在失敗時發送警報」看似簡單;如果通知管道根據政策丟棄錯誤訊息,一個單純的 FAIL 訊息永遠不會送達。在加入任何東西之前,讀取訊號將經過的所有篩選/政策層級(同樣原則適用於快取、重試、去重、速率限制層級)。
- 在任何狀態聲明前刷新證據。 回答「憑證是否到位?」的方式是現在就執行檢查,而不是引用昨天的報告。舊報告是舊現實。
- 檔案列表重疊 ≠ 內容重疊——在關閉前先 diff。 一個 PR 曾因為檔案名稱匹配而被錯誤地關閉為「與 main 分支重複」;實際 diff 包含一個 main 分支沒有的 handler。「已經完成」的主張必須逐行證明,而非根據檔案列表。
- 設定掃描無法顯示操作失敗——讀取日誌。 掃描 177 個排程任務的中繼資料感覺「全面」,但錯過了真正的危機(配額耗盡已經 3 天,約 25 個任務默默跳過)。結構掃描(存在什麼)與狀態掃描(什麼在執行/失敗)是兩個獨立的步驟;沒有第二步,「我審計過了」是虛假的信心。
- 問任務自己的記憶其目的是否已完成——而非它的排程。 一個每天執行 18 次的任務暗示「降低頻率」;其自己的狀態檔案卻說「已經完成,無需動作」長達 3 週。正確的行動是「完全停止」。答案存在於任務的最後一次真實輸出中,而非其頻率中繼資料。
- 順序風險本身是一種風險類別。 閘門步驟各自可能正確,但若以「錯誤的順序」執行則可能造成災難(在付款憑證之前翻轉啟動旗標 = 空的漏斗)。在多步驟高風險工作中,明確寫出順序,並在可能的情況下在程式碼層級讓錯誤順序變得不可能。
- 絕不要透過另一個工具重複一個被拒絕的動作。 如果一個寫入被阻擋,第一個反應不是「哪個工具可以繞過這個」,而是「這個阻擋在保護什麼?」
6. 校準備註
- 過度詳細、微觀管理的提示會降低強大模型的效果。提供完整的上下文 + 限制 + 目標;將步驟留給模型。
- 一個大型簡報勝過 20 則訊息的對話:將上下文、限制、邊界情況放在單一訊息中——模型會分解其餘部分。
- 不要讓學到的教訓隨著對話結束而消失:任何產出持久教訓的工作,都應寫入持續的筆記/記憶中。
使用方式
在開始困難/多步驟工作時閱讀此技能:使用 §1–2 規劃,在聲明完成前應用 §3 檢查清單,卡住時遵循 §4 階梯,並在其觸發條件出現時(來自摘要的風險、分層系統、過期證據、排序閘門)回到 §5 的案例教訓。