Agent 真正缺的不是自主，而是终点

大家谈 Agent 时，常把“能连续做很多步”当成进步。它能搜索、写代码、调用工具、再根据结果继续行动，看上去越来越像一个独立同事。但真正把 Agent 放进产品，我首先担心的不是它会不会行动，而是它凭什么知道自己做对了。

一句“把网站继续优化”可以产生无数动作。Agent 能不停修改颜色、结构和文案，每一步都能给出理由，却没有任何证据说明结果更好。自主程度越高，错误方向上的执行速度也越快。

闭环至少需要四件事

一个可靠的循环需要清楚回答：目标是什么；这一轮怎样检查；根据检查结果如何选择下一步；何时停止或把判断交还给人。检查必须尽量来自外部证据，例如构建是否通过、任务完成率是否提升、用户能否完成核心动作，而不是 Agent 对自己结果的主观评价。

Agent 的价值不是永远运行，而是在有限轮次里，把不确定性变小。

停止条件同样重要。达到指标就停，连续一轮没有显著改善就停，触及权限或成本边界就停。结束并不代表能力不足，而是产品对代价有清醒认识。

Workflow 是产品表达

我希望把 Workflow 可视化，不是为了炫耀图里有多少节点。它能让访客看到，一次回复经过了意图判断、安全边界、知识选择和回答生成。对团队而言，这张图也让产品、算法和工程能讨论同一个对象：哪个节点在负责判断，哪个节点需要数据，哪里必须兜底。

当模型越来越强，产品经理反而更需要设计边界。真正可用的 Agent，不是一个什么都敢做的数字员工，而是一套目标清楚、证据可见、懂得停下来的工作系统。