从工具调用到
任务闭环：Agent 工作流观察

01 / 我把任务拆成四层

在个人实验中，我把一个任务拆成目标层、计划层、执行层和验证层。模型可以在四层之间往返，但每一次往返都需要留下可读的状态。

• 目标：最终要交付什么。
• 计划：下一步为什么这样做。
• 执行：实际调用了哪些工具。
• 验证：结果是否足够支撑下一步。

02 / 失败必须成为一等公民

如果系统只展示“成功完成”，用户很难理解它什么时候可靠。一次失败的工具调用、一次被拒绝的权限、一次空结果检索，都是工作流的重要组成部分。

03 / 下一步实验

接下来会尝试让系统在执行前先生成任务契约，在执行后输出证据清单。这样评估重点就从“像不像人在工作”转向“能不能让人放心接手”。