智能体交回来的活，我怎么验收

智能体最容易骗人的一句是「做完了」。按钮点过了，不等于文章公开了。图片上传了，不等于封面对上了。测试跑过了，不等于用户那边能用。过程汇报听着很勤快，结果常常缺一块。

45岁以后我不太听过程汇报，我看结果。Grok Bot 写完文章，我打开公开链接。Codex 改完代码，我看它交回来的是什么文件、测过什么。看不到结果，就当没做。这不是不信任人，是不信任「我已经点过了」这种句式。

验收只看四样

第一，东西在不在该在的地方。文章要在词源公开页，不在后台草稿里自我感动。提示词要在广场里能打开，不在本地文件夹里。Codex 的改动要在对应仓库的分支上，不在聊天记录的代码块里。

第二，有没有写错口径。价不能改，十一年会员是主力，不能把年费写成主按钮。不能写施工图直接出，不能承诺收入，不能对外擅自发帖。口径是底线，不是风格问题。

第三，别人打开好不好看。封面、标题、段落、手机上会不会挤成一团。排版精美不是装饰，是学员愿不愿意读下去。字数太短、一段到底、英文标题堆在中文里，我都当没写完。

第四，失败有没有老实报。白屏了、登录挂了、slug 重复了、电脑不在线了，必须说。假装成功比没做更糟，因为你会以为今天已经更新过，真正的坑会留到学员先看见。

过程可以很快，验收必须慢半拍。

和「自动发」怎么共处

我让它每三小时发一篇，不是让它没人看就狂发。定时是节奏，验收是闸门。闸门可以很笨：打开链接，搜标题，看封面，看最后一段是不是导向创始席。笨，但有效。

论文里把这叫确定性闸门，我把它叫「你别骗我」。工具调用成功，不等于用户看得到。保存按钮亮了，不等于状态变成已发布。所以验收必须看公开页，不看后台的自信提示。

Codex 那边也一样。任务要写成「做成什么样」，不要写成「帮我看看」。交回来之后，改动范围必须对得上任务。它顺手重构半个项目，我当事故，不当勤奋。测过什么，要写出来；没测，就说没测。

同一件事不要两个工具同时改。Grok Bot 正在发文，你又让另一个助手改同一篇，最后谁对谁错你说不清。验收的前提是：这个结果只有一个负责人。

设计师怎么用这套

你让工具出一版方案说明、一套提示词、一组封面，也按这四样收：交到指定位置、口径没跑、看起来能给人看、失败要报。不要在对话框里看它的自信程度。自信很便宜。

效果图更要验收。户型有没有被改掉，窗户方向在不在，有没有多出水印和乱码中文。提示词再漂亮，成图跑偏就是没过。智能体嵌在干活里，验收还是你签字。

我还要做十一年，把这些验收方法写成能复用的技能，让 Grok Bot 发完自己先走一遍公开页，再来喊我。愿意一起把工具用稳的，去会员页看十一年创始席。一次跟上这些方法，后面新工具来了，你至少知道怎么收活。