div data-zone-id="0" data-line-index="0" data-line="true" h2 class="heading-h2"AGENT 的核心矛盾:灵活性 vs 确定性/h2 /div ul li class="temp-li bullet1" data-line="true" data-list="bullet1"灵活性来源:模型自主决策,但天然带有不确定性,无法 100% 预测下一步行动。/li /ul ul li class="temp-li bullet1" data-line="true" data-list="bullet1"确定性来源:人定规则,但规则写死会丧失灵活性,无法应对未覆盖情况。/li /ul ul li class="temp-li bullet1" data-line="true" data-list="bullet1"关系:两者是跷跷板关系,无法同时最大化,多数 agent 项目失败源于未明确平衡点。/li /ul div data-zone-id="0" data-line-index="4" data-line="true" h2 class="heading-h2"编程 agent 成功的关键要素/h2 /div div data-zone-id="0" data-line-index="5" data-line="true" h3 class="heading-h3"试错成本极低/h3 /div ul li class="temp-li bullet1" data-line="true" data-list="bullet1"代码生成结果可通过执行即时验证,错误信息可被 agent 捕获并自主修正,反馈循环为毫秒级,无需人工判断。/li /ul ul li class="temp-li bullet1" data-line="true" data-list="bullet1"对比企业业务场景(如取消订单、发送邮件),试错成本极高,错误可能导致事故,无法通过多轮尝试收敛。/li /ul div data-zone-id="0" data-line-index="8" data-line="true" h3 class="heading-h3"有确定性的验证机制/h3 /div ul li class="temp-li bullet1" data-line="true" data-list="bullet1"代码正确性可通过语法检查、测试用例等硬性标准验证(如编译器、测试框架),模型灵活性有兜底机制,未通过验证自动打回。/li /ul ul li class="temp-li bullet1" data-line="true" data-list="bullet1"多数业务场景缺乏此类验证,结果对错依赖人工判断,无法自动化校验模型不确定性。/li /ul div data-zone-id="0" data-line-index="11" data-line="true" h3 class="heading-h3"人始终在回路里/h3 /div ul li class="temp-li bullet1" data-line="true" data-list="bullet1"主流代码 agent(如 Cursor)采用人机协作模式:模型提供灵活方案,人负责关键决策确认(如代码改动确认、执行命令前询问)。/li /ul ul li class="temp-li bullet1" data-line="true" data-list="bullet1"设计逻辑:将高风险决策权留给人,低风险繁琐工作交给模型,平衡灵活性与确定性。/li /ul div data-zone-id="0" data-line-index="14" data-line="true" h3 class="heading-h3"容错空间天然存在/h3 /div ul li class="temp-li bullet1" data-line="true" data-list="bullet1"程序员对代码 agent 预期包含 bug,修改 bug 是日常工作,非事故;业务 agent 面对终端用户,用户预期系统 “好用、不出错”,一次错误即丧失信任。/li /ul ul li class="temp-li bullet1" data-line="true" data-list="bullet1"案例:80% 准确率在代码 agent 场景可用,在客服 agent 场景则为灾难。/li /ul div data-zone-id="0" data-line-index="17" data-line="true" h2 class="heading-h2"AGENT 落地实操框架:四个诊断问题/h2 /div div data-zone-id="0" data-line-index="18" data-line="true" h3 class="heading-h3"试错成本评估/h3 /div ul li class="temp-li bullet1" data-line="true" data-list="bullet1"核心问题:agent 犯错的最坏后果(如用户等待延迟 vs 订单错误、资金损失)。/li /ul ul li class="temp-li bullet1" data-line="true" data-list="bullet1"决策依据:试错成本低可赋予 agent 高自由度,成本高则需加约束。/li /ul div data-zone-id="0" data-line-index="21" data-line="true" h3 class="heading-h3"确定性验证手段/h3 /div ul li class="temp-li bullet1" data-line="true" data-list="bullet1"核心问题:agent 输出结果能否通过程序自动判断正确性。/li /ul ul li class="temp-li bullet1" data-line="true" data-list="bullet1"处理方式:可自动验证部分由 agent 执行,不可验证部分需人工审核或缩小 agent 行动空间。/li /ul div data-zone-id="0" data-line-index="24" data-line="true" h3 class="heading-h3"人介入环节定位/h3 /div ul li class="temp-li bullet1" data-line="true" data-list="bullet1"介入原则:非所有步骤需确认(避免低效),也非所有步骤可自主执行(避免高风险)。/li /ul ul li class="temp-li bullet1" data-line="true" data-list="bullet1"关键节点:不可逆操作前、外部交互前、金额超阈值时,强制人工确认。/li /ul div data-zone-id="0" data-line-index="27" data-line="true" h3 class="heading-h3"用户预期管理/h3 /div ul li class="temp-li bullet1" data-line="true" data-list="bullet1"“助手” 定位:用户预期为辅助起草,容错空间大;“自动化” 定位:用户预期为一键办事,零容错。/li /ul ul li class="temp-li bullet1" data-line="true" data-list="bullet1"核心洞察:调整用户预期比提升模型准确率更有效。/li /ul div data-zone-id="0" data-line-index="30" data-line="true" h2 class="heading-h2"AGENT 典型落地模式/h2 /div div data-zone-id="0" data-line-index="31"…