不是Agent不够聪明，是这个任务不该给它做丨三个维度，判断任务该不该交出去

“这件事能不能给Agent做？”

这个问题每天都在被问。大多数人问的时候，心里想的是能力——Agent有没有能力完成这件事。

这个问题的答案正在快速变化。今天不能做的，明天可能就能做；三个月前需要人盯着的，现在可以放手跑。用"能不能做"来判断，你跟的是一个移动的靶子，判断结果的保质期越来越短。

更稳定的判断依据，不是Agent的能力，而是任务的结构。

任务的结构不会因为模型升级而改变。一封已经发出去的邮件，不管用多强的模型写的，都没有办法收回来。一个依赖大量行业潜规则的判断，不管模型有多聪明，拿不到那些信息就是拿不到。

有三个结构维度，决定了一个任务该不该交给Agent独立执行。

NotebookLM的音视频概览，解读的比较通俗易懂，对于时间比较紧张的读者朋友，可以听听，会有启发。

第一维度：可验证性——做完了，你怎么知道做对了

这个维度问的是：这个任务有没有清晰的"对"的标准？做完之后，你有没有能力判断结果是否正确？

有些任务，对错一目了然。代码跑起来了还是报错了，数据格式符不符合要求，表格里的数字加起来对不对——这些有客观的验证标准，做完就能检验。这类任务，可验证性高，适合交给Agent执行。

有些任务，对错要靠判断。这个方案够不够好，这封邮件的语气是否恰当，这个策略值不值得推进——没有客观的对错标准，评判依赖经验、直觉、对具体情境的理解。这类任务，可验证性低。

**可验证性低的任务，Agent做完你没有能力快速检验，出了问题你不知道，等到发现时可能已经是下游的麻烦。**这不是Agent的错，是你没有能力在它做完之后验证那个结果。

可验证性低的任务，不是不能用Agent，而是要调整角色：让Agent做初稿，人来评判；让Agent列出选项，人来拍板。Agent辅助你做判断，而不是替代你做判断。

第二维度：可逆性——做错了，能改回来吗

这个维度问的是：如果Agent做错了，结果是可以修正的，还是无法挽回的？

可逆性高的任务，最坏的结果是浪费时间：写了一份烂方案，推倒重写就行；生成了一批不合用的素材，丢掉重来就行。代价有限，放手去做。

可逆性低的任务，最坏的结果可能是灾难：邮件发错了收件人，发出去就是发出去了；生产数据库里的记录删了，没有备份就永远消失了；合同签了，条款里的问题签下去就生效了。

可逆性是风险的天花板。 可逆任务的天花板是"时间浪费"，不可逆任务的天花板是"无法弥补"。在不可逆任务上出错，和在可逆任务上出错，是完全不同量级的事情。

前面有一期，讲过工具误用模式——Agent找对了工具，但调用时参数、时序出了问题，50条客户交互记录从CRM里消失。工具误用之所以危险，很大程度上正是因为它发生在可逆性极低的写操作上。

可逆性低的任务不是不能用Agent，而是要在执行结构上加保险：在不可逆操作之前加一个人工确认节点，让Agent执行到那里停下来，人看一眼再继续。这不是不信任Agent，是对不可逆性的正确处理。

第三维度：上下文完整性——Agent拿到的信息够不够

这个维度问的是：完成这个任务所需要的信息，能不能完整地传递给Agent？

有些任务，所需信息可以被显式描述。任务目标清晰，约束条件明确，背景资料可以整理好传进去——Agent拿到就够用。这类任务，上下文完整性高，适合交出去。

有些任务，依赖大量隐性知识。你们公司内部评审方案时那个不成文的逻辑，这位客户的沟通习惯和雷区，行业里心照不宣的惯例——这些信息活在你脑子里，或者分散在各种没有整理的经历里，你自己都说不完整，更别说写进一段指令传给Agent。

上下文完整性低，不代表任务不能用Agent，代表你需要先想清楚信息缺口在哪里。 缺口补得上，整理一下再交；补不上，就把Agent的角色从"独立执行"改成"在你的引导下辅助"——你提供隐性判断，它负责执行动作。

这一点和前篇讲的指令写法有关联，但不完全一样。指令写法是技巧层面的问题，上下文完整性是任务本身的结构属性——有些任务不是写法的问题，是它所依赖的信息从根本上就很难被完整传递。

三个维度放在一起

单独看每个维度，判断的是一个维度上的风险。放在一起看，能得到一张更完整的图：

三个维度都高——可验证、可逆、上下文完整——这是最适合Agent完全自主执行的任务类型。交出去，不需要盯着。

可验证性低——结果对不对你判断不了——Agent做初稿或列选项，人来评判拍板，不让Agent独立交付最终结果。

可逆性低——做错了代价极高——在不可逆节点之前加人工确认，Agent执行到那里暂停，人看一眼再放行。

上下文完整性低——信息传不完整——先补足信息再交，或者把Agent角色从执行者调整为辅助者，人主导判断，Agent负责执行动作。

三个维度都低——任务依赖主观判断、不可逆、信息高度隐性——这类任务不适合Agent独立执行，人主导、Agent辅助是更合适的分工。

这不是一张非黑即白的筛选表，而是一个帮你看清楚风险的框架。同一个任务，在不同的执行结构下，三个维度的评分可能不一样——加了人工确认节点，可逆性的风险就被控制住了；补足了信息传递，上下文完整性就提上来了。

判断这三个维度，不是为了排除哪些任务不能给Agent做，而是为了知道给它做的时候，结构上需要补什么。

写在最后

Agent能力会持续进化，但这三个判断维度不会过时。

可验证性、可逆性、上下文完整性——这三件事是任务本身的属性，和模型版本无关。今天的框架，用在一年后的任务上仍然成立。

会用Agent的人，不只是知道Agent能做什么，更知道什么该让Agent做、什么该人来做、以及怎么在结构上管好这个边界。

我是「AioGeoLab」主理人塔迪Tardi，AioGeoLab是深度洞察AI第一性原理和应用实践的前瞻性研究实验室，目前有两个主要研究方向：
「塔迪GEO判断工程」是基于GEO的价值SEO化，在AI从“说”到“做”的重要跃迁阶段，试图回答，如何让AI敢于行动、不因为责任问题而畏手畏脚，而做的一个前沿研究项目。
「塔迪硅基禅心」是传统东方智慧、未来AI前沿、当下应用实践，深层共鸣的探索。不是用AI解读经典，也不是用经典指导AI。 这是一场跨越2500年的对话，在算法与古老智慧之间，照见意识、智能与存在的本质。
塔迪的微信 - tardyai2025。