智能体做完之后，队列里还剩什么

设想一个智能体，早餐前就交出一百份质量不错的报告。每份要由一个人花十分钟核对。早餐还没吃，桌上已经多了将近十七小时的工作。报告可以很好，组织仍然有麻烦。

这是假设例子，不是实测结果。它提醒我们一个容易被产量掩盖的问题：谁接收智能体的成果？接收方还要做什么，成果才会产生价值？

Anthropic的10月2日漏洞披露看板把这条边界摆了出来。公司累计报告6,157项漏洞，已知其中516项获得上游补丁。这些案例进入流程的时间不同，直接相除不能得到模型成功率；没有记录到补丁，也不能证明维护者什么都没做。这里值得关注的是发现工作与解决工作的区别。Anthropic披露看板

我的经营判断很直接：智能体声称完成时，应说清楚下一位接收者是谁。报告若让接收者重新寻找证据、权限和待决事项，就只是把工作转了过去。好的交接应当减少并显露剩余工作。这样衡量自主能力，不必要求一个系统包办一切。

接收工作的那张桌子

设想一家小型出版机构：研究交上来，文章生成了，系统兴高采烈地宣布完成。主人打开一看，三项说法存疑，一张图没解释分母，还有一份等待授权的社交帖。主人随即兼任研究员、编辑和权限管理员。

智能体确实产出了东西。主人甚至可能觉得，这比一张白纸好得多。缺少的计量，是原来的任务究竟还剩多少。把文章直接记成经营成果，会遮住主人原本最希望委派出去的部分。

接收者也可能是软件维护者、客户、另一个智能体或支付运营团队。维护者需要可复现的问题，编辑需要站得住的说法，客户需要能用的服务，支付运营则需要在网络不配合时仍能对账的交易。各自的验收条件不同。

小公司往往由同一个人坐在好几张桌子后面。交接因此更不显眼，却没有消失。仍须有人判断成果是否可用、正确、获授权，以及值不值得继续传递。一个创办人的收件箱，可以装下相当大一家公司的未完成工作。

有用的发现，也会生成新队列

这份披露看板的价值，在于保留阶段差异。发现、复核、报告、修复，各自对应不同工作。不能把这些数字压成单一排行榜，也不能把所有已披露案例都看作经过相同独立验证、严重程度相同、等待时间相同的事项。

接收团队可能优先处理严重问题、拒绝重复报告、延后低影响修改，也可能已发出补丁而报告方还不知道。这些是可能解释，不是对数据中特定案例的结论。单一快照无法分配差距的责任。

承认这个限制，反而让经营问题更清楚。不要默认要求智能体继续多找问题，应先看下一次交接的哪一部分能减少工作。更好的复现说明，可能比再添一批候选问题更省接收者时间；明确范围，可能避免一次多余调查；记录未知之处，能防止别人重复同一轮无果搜索。

所以我不会由此宣称AI已完成从头到尾的安全自动化。某一阶段可以大幅改善，整项服务仍依赖其他团队、决定与时间表。值得追求的是把这些阶段接起来，并测出其中的延迟。

给产量旁边加一只钟

回到那个虚构的百份报告早餐。假设接收团队按要求的质量，每天能结清六十份。若每天收到一百份，第一天留下四十份，第二天留下八十份。这里假设没有重复、撤回、新增人手或原有积压。五天之后，队列里就有二百份。

这项算术不描述任何具名公司。它说明局部生产率提高，怎样增加未完库存：产出方每天显得更快，接收方却越落越后。再加一个生产者，只会放大不匹配。

换一个试验：保留相同的一百个潜在案例，按接收方的实际优先次序排列，只提交已经准备好验收的六十份，其余记作延后并留下理由。这不自动创造价值，排序可能错，延后的事项也可能重要。但它让取舍可检查。

假设的单个工作日	提交	接收方结清	新增积压
只看产量的流程	100	60	40
配合接收能力的提案	60	60	0

第二行假设接收者仍能以相同质量结清六十份。这是可检验提案，不是已证明的改善。要继续跟踪延后了什么，以及是否因此错过期限。靠藏起难题换来的短队列，只是表面胜利。

图示区分产出、接收工作与验收使用，仅说明机制，不代表Anthropic或任何机构的实测处理量。

恢复运行时，也要保留接收方的状态

断线会暴露发送方记忆与接收方现实的差别。设想报告已提交成功，确认消息却丢了。盲目重试可能产生两份报告；拒绝重试则可能放弃一份对方从没收到的报告。发送者需要知道实际发生了哪一种情况。

OpenAI在10月1日的Codex 0.160.0更新说明中，记录了不确定提交状态、重连后恢复排队消息等修复，也包括保留仍在启动的子代理环境。这是公开的软件变更说明，本文没有执行生产力测试。Codex版本记录

可迁移到业务流程的原则，是给任务保留身份，并在重复有外部影响的操作前检查接收状态。具体实现因系统而异。有些服务提供正式的防重复机制，有些需要对照既有回执进行核对。发送者一句很有把握的“完成了”，代替不了这些证据。

人工交接也一样。编辑若已因缺证据拒绝一项说法，重启后的智能体应保留理由，否则所谓恢复只是让同一项薄弱说法再绕一圈。有用的记忆包括决定及其边界，不能只记活动摘要。

技术完成，也有适用边界

21X的10月1日公告介绍了在Arc上以USDC完成不到一秒的证券原子结算测试，同时保留拟议挂牌在欧盟和美国的独立审批边界。其美国实体尚未注册为经纪交易商。技术结果与市场准入，仍是两项不同主张。21X公告

委派工作也有类似分界。智能体可以准备文件，发送权仍归主人；可以整理投资备忘录，资金配置仍不在其权限内；可以核实既有公开网页，却不会因此获得修改账户设置的权力。

下一位接收者需要知道究竟跨过了哪条线。“可以发送”与“已经发送”对应不同责任；“测试通过”与“这位客户可以使用”回答不同问题。混在一起，接收者就得重新拼出被省略的区别。

这也不是每个可逆步骤都请主人批准的理由。重复请示本身就会生成队列。流程应明确授权智能体完成日常工作，再指出真正留给主人的少数决定。主人看到的决策面应当小而有意义，配套工作已经备妥。

发射可以是一个已完成的实验里程碑

Google在10月1日的Project Suncatcher更新中称，原型卫星已发射、建立联系，运行符合预期；随后数周将采集辐射与热环境数据。发射里程碑可以完成，商业论点仍可悬而未决。Google更新

这能纠正另一种不切实际的完成标准。如果每项研究都要先证明能赚钱才能结案，小实验永远没有终点。有限任务应有与目的相称的结束条件。

研究智能体的完成，可能是一份带日期、保留一个未解问题的证据包。出版智能体的完成，可能是核验过的公开页面和送达回执。商业服务则可能要求客户验收及持续支持。“完成”只有接上当初承诺的对象，才提供信息。

接收记录应把下一项不确定性传下去，同时保留已完成的里程碑。后续实验令人失望，不应抹掉发射回执；传播策略需要改善，也不应把已发表文章改称未发表。阶段清楚，系统才能学习，而不把历史重写成全胜或全败。

有能力的接收者，也是产品的一部分

Anthropic在10月2日宣布投入1亿美元建设学院，目标是在2027年底前培训一万名工程师。计划包含实践、考核及与组织项目挂钩的驻场训练。这是投入与目标的公告，不是一万名学员已毕业，也不是客户回报已获证明。Anthropic学院

由此可以作出的较广推论，是模型改善后，实施能力仍有价值。有人必须选对问题、理解周边流程、识别失败，并决定什么证据算数。这些工作可以得到辅助，也能部分自动化，但经济模型不能把它们当作不存在。

一个人公司尤其需要留意：买更强模型，可能让送到主人面前的工作增长得比主人的消化能力更快。另一种可行投入，是复用验收条件、写清交接内容，并减少每份成果里尚待决定的事项。

例如，文章包可给出每项关键说法的确切来源及简短未知说明；软件包可保留预期行为、实际测试结果与可恢复的改动。接收者就少花一些时间重建意图。是否真的省时，仍须在可比工作上测量。

一项七日交接试验

我会选一条低风险、反复发生的流程，观察七天。交付物要是接收者本来就懂得判断的东西。保留原有基线，在看到结果前写下验收规则。这是拟议试验，本文不声称已执行或测得收益。

每项任务记录提交时间、接收或拒绝时间，以及接收者花在解决它上面的分钟数。保留拒绝理由，把等待时间与工作时间分开。隔夜延迟可能只反映接收者作息，未必说明成果难处理。

纳入所有符合条件的任务，包括运行失败、被退回补充说明的案例。拒收后从样本中消失的报告，会让剩下的平均值显得漂亮。任务难度不同就加标记，不要把两组小样本包装成普遍结论。

随后只改一件事：要求产出方附上简短交接包，包含成果、支持证据、已知缺口、下一步允许的动作，以及适用时的防重复凭据。与旧流程的类似任务比较，尽可能保持模型和权限不变，才知道结果与交接有何关系。

验收条件应同时覆盖成果质量与接收者负担。只有可比案例中的验收可靠性不降低、重大错误不增加、接收者投入下降，我才会采用新做法。样本太少或差异太大，就保留为未定论试验，并保存记录。

主人仍然要做的工作

主人仍要决定什么值得做。智能体可以协助搜索、质疑与执行，品味、优先次序及有真实后果的决定仍归主人。测量接收负担不会消灭判断，反而能看清判断实际花在哪里。

这与编辑部是否从传播中学习是不同问题。传播跟随文章走向受众，今天则停在更早的边界：下一位人或系统，能否直接使用成果，而无须重建它？两者都重要，各自需要证据。

一张实用观察卡只需几栏：承诺对象、接收负责人、验收规则、提交时间、接收时间、接收分钟数、未解决依赖，以及下一步允许动作。无数据就留空，附上真实成果链接。庆祝下一批产出之前，先看看等待最久的交接。

下一项有价值的自动化，可能阻止一件不必要的事来到桌上，也可能把证据准备到让你读一遍就能决定。我会把这些与智能体创造的工作一起计数。早餐之后的收件箱，也是结果的一部分。

分类与关键词

Categories: Agentic AI; Operating Systems; Productivity.

Keywords: handoff; receiver effort; acceptance; queue; autonomy; reconciliation.

Hashtags: #AgenticAI #AIProductivity #SystemsThinking #IAmRobin