codecamp

Marvis 主 Agent 派活时能看到哪四件事

派活过程能看到四件事:走到哪步、谁在做、中间结果、产出在哪。

很多人第一次让它跑长任务时,只有两个状态可感知:在转,或者出结果了。中间那段是黑的。于是所有判断都挤到最后一刻——结果不对,重来;结果对了,也不知道它对在哪。这一节把那四项拆开,说明每一项该用来做什么判断,以及看到什么迹象时该立刻打断而不是等结果。

需要先说清一件事:本节的四项内容取自官方 Agent 体系页,本机没有多 Agent 并行过程的完整界面实证——只跑过一次单文件夹的只读任务,那次是单步完成,看不到步骤序列。所以下面讲的是「官方说能看到什么」加「看到之后怎么用」,不是「我看到了长什么样」。这个区别在排查问题时很关键:如果你按本节去找某个界面元素而没找到,那不是你看错,是本节的证据只到口径这一层。

前提与适用

项 说明
适用读者 已经让它跑过一次长任务、但只看到「在转」和「出结果」两个状态的人;结果不对想追根的人;要给团队讲清「为什么敢把权限交给它」的人
事实边界 四项内容与「日志透明展示」取自官方 Agent 体系页正文;本节无多 Agent 并行过程的界面实证,属口径描述
版本基线 客户端 1.60.3400.35;官方文档页最近一次更新早于官方资讯稿,界面可能已改版
不适用 想知道该派给哪个 Agent——见Agent 与管家怎么对上;想知道哪些任务压根不该让它自己拆——见什么任务不该自动拆;想验证数据是否外流——见断网验证三步

Note:这四件事的价值不是「看着放心」,是「出问题时能定位」。放心是副作用,定位才是主功能。理解这一点,你就不会在它跑得好好的时候盯着进度条看——那段时间该用来干别的。

怎么做

第一步:先分清哪两件是事中、哪两件是事后。

四件事不是并列的四个按钮,它们的时间位置不同:

四件事 时间位置 你要做的判断
当前执行到哪一步 事中·宏观 这个拆法合不合理,要不要现在停
哪个 Agent 在处理 事中·定位 卡住的是哪个环节,下次该换谁
中间结果是什么 事中·判据 方向对不对,现在纠正还是等它跑完
最终产出在哪里 事后·交付 结果落在哪,验收从哪开始

前两件是「过程」,后两件是「依据」。只盯第一件的,会变成看进度条;只等第四件的,会变成开盲盒。四件都看,才有干预的余地。

第二步:读步骤序列,先判断拆法对不对。

官方给的例子很能说明问题:你说「找到上月和小王签的合同并发我手机」,它拆成「检索 → 确认 → 跨端发送」三步。这三步里,第二步是给你留的介入点——确认这份合同是不是你要的那份。如果拆法是「检索 → 直接发送」,那第一步的检索就得格外小心。

拿到步骤序列,先看三处:

看什么 不合理的信号 怎么处置
步数与任务是否相称 一句话的任务拆成七八步,或明显多阶段的活只有一步 步数过多往往意味着它在猜;步数过少往往意味着它要一步做很多事
有没有不可逆步骤 序列里出现删除、覆盖、发送、提交 这类步骤前必须有确认,没有就现在停
有没有含糊的步骤名 出现「处理一下」「优化结果」这类没有对象的步骤 问它这一步具体动哪些文件、改哪个配置

第二行的判据来自官方写死的规则:删除文件、修改文件、调整系统核心配置三类动作,都要「先给出执行计划,你点击确认后才执行」。所以你看步骤序列时,应该能预期到某一步会停下来问你。如果它一路跑到底没停,要么这一步不涉及这三类动作,要么你该检查自己是不是点过什么「不再询问」——后者官方未见表述,属于要你自己留意的地方。

第三步:用承接 Agent 建立「哪类任务归谁」的直觉。

官方具名表里有六个 Agent:总指挥的主 Agent、管文件的 File、管系统的 Computer、管应用的 App、管网页的 Browser、管搜索的 Search。派活时每一步都会标出由谁承接,这个标注有两个用处:

一是定位问题。同一类任务反复出错,先看是不是总是同一个 Agent 在掉链子。文件整理老出错,是 File 的检索没找对,还是主 Agent 拆错了步?看承接方就能分开这两种情况——前者是能力边界,后者是拆解问题。

二是修正预期。如果一步派的 Agent 和你预想的不一样,先别急着判定它错。比如「把网页上的表格抓下来」,可能派 Browser(接管网页),也可能派 Search(聚合信息),取决于页面是否需要交互。派谁不等于能力归属,只等于这一次它选了谁。

第四步:看中间结果,决定现在打断还是等它跑完。

中间结果是四件事里最有用的一项,因为它是唯一能让你在错误变成结论之前动手的东西。三个该打断的信号:

信号 具体表现 为什么不能等
检索方向偏了 中间结果里的文件名、路径、关键词和你说的不是一类 后面所有步骤都建立在这批材料上,越跑越远
数量级不对 你说「这个文件夹」,它扫了整个盘;你说「上个月的」,它取了全部 数量错了,汇总和结论一定错,但错得很像对的
出现你没授权的目标 中间结果里出现你没提过的目录、应用、收件人 这是超范围动作的前兆,等结果出来代价可能不可逆

第三行值得单独强调。官方的边界写得很清楚:它能删文件、能改系统设置,这些动作靠 L2 硬垂询拦;但它读哪些目录、调哪些应用,是靠你事先划的范围。中间结果的清单就是你唯一能当场看到「它打算碰什么」的地方。

第五步:产出位置不是「知道在哪」,是「验收从哪开始」。

官方对第四件事的描述是「产出区里的文件、表格、结论及其存放位置」,理由是「不用满硬盘找结果」。实际用法比这更进一步:先看位置,再决定验不验。

如果产出落在你预期的目录里,直接按 11.1 的四项核对走。如果落在临时目录、下载目录,或者一个你没见过的路径下,先别急着打开——先确认这个路径是什么,为什么选这里。产物游离在预期路径之外,往往意味着它对任务范围的理解和你不同,这时候结果对不对反而是次要问题。

第六步:把「看得见」和「拦得住」分开理解。

官方把这两件事写成一对配合:透明日志解决看得见,L2 硬垂询解决拦得住——「一个让你随时知道它在干什么,一个保证关键动作必须经你同意。两者叠加,才构成『敢把系统权限交给它』的基础」。

这句话的实操含义是:两者不能互相替代。日志再全,也不能替代确认那一下——你看着它准备删一百个文件,看得再清楚,没点确认它也不该动。反过来,确认弹窗再严,也替代不了日志——弹窗只告诉你「要删这些」,不会告诉你「为什么筛出这些」。

所以遇到「它怎么自己动了」这类问题,先分清是哪一层失效:是过程没显示(看得见失效),还是显示了但它没停(拦得住失效)。两者的处置完全不同,混在一起就会得出「这工具不可信」这种没法行动的结论。

参数与边界

项 官方表述 证据 使用建议
可见项数 「你能实时看到的四件事」 产品文档正文 按四项逐项看,不要只看进度
步骤序列 「任务被拆成的步骤序列,以及正在进行的那一步」 产品文档正文 拆法不合理就在这一步停,不要等跑完
承接标注 「每一步由哪个 Agent 承接」 产品文档正文 用来定位问题,不用来判断能力归属
中间结果 「每步的产出,比如检索到的文件、抓取到的数据」 产品文档正文 这是唯一能事前纠错的位置
产出位置 「产出区里的文件、表格、结论及其存放位置」 产品文档正文 先看位置,再决定验不验
并行调度 「主 Agent 自动拆解任务,调度多个 Agent 并行干活」 产品文档正文 并行意味着多步同时进行,打断要尽早
日志范围 「过程和结果都有日志透明展示」 产品文档正文 见得到过程,不等于见得到每一次内部请求
单步暂停或回滚 未见表述 检索范围内未见 要停就停整个任务,别指望只退一步
日志导出与留存 未见表述 检索范围内未见 需要留痕的,自己截屏或另存结论

Warning:不要把「过程可见」理解成「每一步都可控」。官方能确认的是四项信息可见,以及三类高风险动作会停下来确认;至于「只回退某一步」「暂停后从中间继续」,官方没有表述。照着「应该可以」去操作,容易在长任务上把整轮成果一起丢掉。

验收清单

# 检查项 通过判据 不通过怎么办
1 能否说出四件事分别是什么 说出步骤序列、承接 Agent、中间结果、产出位置 记不全就记时间位置:两件事中、两件事后
2 拿到步骤序列后能否判断拆法 能指出步数是否相称、有无不可逆步骤、有无含糊步骤名 判断不了的,先只看「有没有删除/发送/提交」
3 中间结果出现时是否会看 检索方向、数量级、目标范围三项都过一遍 从不看中间结果的,从下一个长任务开始看
4 是否知道「看得见」不等于「拦得住」 能说出日志管看得见、硬垂询管拦得住 混为一谈的,回第六步
5 产出位置异常时是否会先查路径 路径不在预期目录时先确认原因再验收 直接打开就验收的,改成先看位置

失败与回滚

现象 原因判据 重试·撤销·恢复 手动兜底
只看到「在转」,看不到步骤 任务可能被当成单步处理,或界面把过程折叠了 先问一句「现在做到哪一步」 长任务改成阶段性交付:每步单独让它出结果
步骤序列看着对,结果不对 拆法对但某一步的中间结果偏了 回到那一步的中间结果找原因,重跑该步 把该步的输入自己准备好,再让它只做后面的
结果不对但过程没看清 没看中间结果,只看了产出 无法回滚已消耗的步骤 下次在第一步后强制自己看一次中间结果
长任务跑到一半发现方向错 早期中间结果就有信号,没及时打断 停整个任务;已产出的中间结果能否续用,官方未表述 保留已拿到的文件清单,手动重派后半段
任务一路跑到底没停 该步可能不涉及删除/修改/系统配置三类动作 不必回滚,检查是否点过免确认 到 10.4 的判据卡确认动作类型
产物落在意外路径 它对任务范围的理解与你不同 先别打开,确认路径来源 手动把产物移到工作目录,再按 11.1 验收

自检题

问题 参考答案要点
四项里哪一项最适合用来「事前纠错」 中间结果。它是唯一能在错误变成最终结论之前看到并干预的位置,步骤序列只能判断拆法,承接 Agent 只能定位环节
「我全程看着它跑」能不能代替确认那一下 不能。官方把可见与拦截写成两层:日志管看得见,硬垂询管拦得住。看得再清楚,高风险动作仍需你点确认
你说「整理这个文件夹」,中间结果里出现整个盘的路径,怎么办 立刻停。数量级与目标范围两项都错,后面所有汇总都会错,且错得不容易发现

注意与相关

Note:本节最实用的一条是「先看位置,再决定验不验」。产物路径异常本身就是信息,比结果对不对更早暴露问题——路径错了,说明它理解的任务边界和你不同,这时候结果再漂亮也是另一件事的答案。

Warning:本节的四项内容是按官方口径写的,本机没有多 Agent 并行的过程实证。如果你在自己的客户端上找不到「步骤序列」这种视图,不要据此判断功能不存在——先确认任务是否真的被拆成了多步,以及界面是否把它们折叠了。

Tip:不想研究过程的人可以只用一条规则——任何长任务,在它开始动文件之前问一句「你打算动哪些文件」。这句话拿到的是计划,不是结果,正好落在官方三类动作的确认点之前。

相关:4.1 六个 Agent 和五个管家怎么对上(承接标注里的名字怎么认)、4.3 什么任务不该让它自动拆(拆之前的停手判据)、1.2 系统级 Agent 为什么会误删文件(为什么确认这一步非有不可)、11.1 一节的验收清单该写哪四项(拿到产出之后怎么验)。

Marvis 六个 Agent 和五个管家怎么对上
Marvis 什么任务不该让它自动拆
温馨提示
下载编程狮App,免费阅读超1000+编程语言教程
取消
确定
目录

关闭

MIP.setData({ 'pageTheme' : getCookie('pageTheme') || {'day':true, 'night':false}, 'pageFontSize' : getCookie('pageFontSize') || 20 }); MIP.watch('pageTheme', function(newValue){ setCookie('pageTheme', JSON.stringify(newValue)) }); MIP.watch('pageFontSize', function(newValue){ setCookie('pageFontSize', newValue) }); function setCookie(name, value){ var days = 1; var exp = new Date(); exp.setTime(exp.getTime() + days*24*60*60*1000); document.cookie = name + '=' + value + ';expires=' + exp.toUTCString(); } function getCookie(name){ var reg = new RegExp('(^| )' + name + '=([^;]*)(;|$)'); return document.cookie.match(reg) ? JSON.parse(document.cookie.match(reg)[2]) : null; }