Agent “空转”了——止血和验证升级的故事

门禁是好事，但门禁空转不是

一、一个让我哭笑不得的循环

之前我加了一堆门禁——假工具检测、必须调工具才能结束、验证门禁、子任务追踪、观察事实拦截、报告模板守门员……

每一个门禁单独看都是好事：它们让 Agent 不能作弊、不能偷懒、不能瞎编。

但当我全部串在一起之后，出现了一个我没预料到的问题。

事情是这样的。

用户问了一个很简单的短问题：

“这个文件有多少行？”

Agent 回答：

## 数据概况
- 文件：sample_data.xlsx
- 行数：120
## 关键发现
- 数据量适中
## 导出与产出
- 无
## 建议下一步
- 可以按列做进一步分析

看起来还行，对吧？

但问题是——用户只问“多少行”，Agent 却自动套了四段报告模板（概况、发现、导出、建议），输出了一整篇“微型报告”。

而且更离谱的是，门禁系统检测到“报告模板已启用但格式不够标准”，于是又 Nudge 了一次，Agent 重新生成了一份几乎一样的报告。然后又 Nudge 了一次，又来一份。

同一份报告，连续输出了三次。

用户看到的是：

## 数据概况
...
## 关键发现
...
## 导出与产出
...
## 建议下一步
...

## 数据概况
...
## 关键发现
...
## 导出与产出
...
## 建议下一步
...

## 数据概况
...
## 关键发现
...
## 导出与产出
...
## 建议下一步
...

三份一模一样的报告糊脸。

这就是我说的“门禁空转”——每道门禁都在“刷卡”，但刷完了门没开，Agent 原地转圈，重复输出同样的东西。

今天这两个更新，就是解决这个问题的。

第一个（止血）：门禁空转多了，强制收口，不让无限循环。顺便短问答不再套报告模板。
第二个（验证升级）：验证门禁不再只是“提醒一下”，而是要有真凭实据才放行。

二、先解释概念

2.1 什么是“门禁空转”？

概念解释：门禁空转就是 Agent 在门口反复“刷卡”，但始终没通过，于是在原地不停重试。

想象一个场景：你要进一栋楼，每层都有一道门禁。

• 第一道门：刷了卡，红灯，没开。
• 你退回起点，重新来。
• 又刷了一遍，还是红灯。
• 再退回去，再来……

你一直在“进门”这件事上打转，永远进不去。

Agent 也一样：

用户问题
  → 假工具检测 → 通过
  → 必须调工具门禁 → 没调？打回
  → 重试，调了工具
  → 验证门禁 → 没验证？打回
  → 重试，验证了
  → 报告模板守门员 → 格式不对？打回
  → 重写报告，格式对了
  → 终于通过 → 但用户已经在屏幕前等了很久

每道门禁都是好事，但它们串联在一起时，任一道失败就会让 Agent 重试。如果 Agent 不知道“怎么做才能通过”，它就会反复输出同样的错误答案——这就是空转。

2.2 什么是“验证证据”？

概念解释：验证证据就是 Agent 做验证时，必须真正调用验证工具并拿到结果，才算通过验证。口头说“我验证了”不算。

之前的验证门禁（Verification Gate）是这样的：Agent 改了文件之后，系统会说“请先验证再作答”。然后 Agent 说“好的，我验证过了，没问题”，就直接通过了。

这跟没验证有什么区别？ Agent 完全可以骗人说“我验证了”，实际上啥也没做。

现在的验证门禁升级为：必须真正调用 read_file / list_files / run_script 等工具，并且返回成功，才算“有证据”。 口头说“我验证了”不算。

三、止血：门禁空转计数器

3.1 怎么止住空转？

新增了一个“空转计数器”：

• 同一种门禁失败原因，连续失败 超过 3 次 → 触发止血
• 所有门禁失败原因累计 超过 6 次 → 触发止血

止血后，Agent 不再继续循环，而是强制收口：

“经过多次尝试，任务未能完成。以下是已执行的操作：……建议您检查后重新尝试。”

不再烧满轮次上限，而是提前结束并给出明确的停止原因。

3.2 短问不再套报告模板

另一个让人哭笑不得的问题是：用户问“多少行”，Agent 却输出四段报告（概况、发现、导出、建议）。

报告模板本来是好的——它让数据分析的输出更结构化。但它不应该用在“短问”上。

所以这次加了一个判断：短问降级。

• “多少行”、“多少列”、“有没有空值”这类短事实查询
• 不再启用四段报告模板
• 直接回答：“120 行，8 列。”

用户省时间，Agent 省 token。

3.3 报告去重

如果 Agent 还是被 Nudge 了两次，生成了三份报告怎么办？

去重机制：如果检测到连续出现多个 ## 数据概况 标题，只保留第一份，其余删除。

三份报告 → 去重 → 只留一份

这样用户看到的永远是一份报告，不是三份。

3.4 止血的验证

> /forget
> 帮我分析一下这个文件

如果 Agent 在门禁上反复失败：

• 第 1-2 次失败：记录，继续尝试
• 第 3 次失败（同原因）：触发止血，强制收口
• 终端出现 [gate] stop ... 强制收口

不会烧满硬轮次上限，不会让用户等半天。

四、验证升级：从“提醒”到“有证据”

4.1 之前的问题

验证门禁之前的工作方式是：

1. Agent 改了文件/导出了数据
2. Agent 说“完成了”
3. 系统：“请先验证再作答”
4. Agent：“好的，我验证过了，没问题”
5. 系统：通过 ✅

问题出在第 4 步——Agent 说“验证过了”，但它可能根本没调任何工具。

这就像学生说“我检查了作业”，但其实只是扫了一眼，根本没检查。

4.2 解决方案：验证证据状态机

升级后的验证是一个状态机：

idle（空闲）
  ↓ 有变更操作且试图结束
pending（验证待处理）→ 系统催促验证
  ↓ 有证据工具成功
evidenced（有证据）→ 允许结束
  ↓ 始终无证据
skipped（跳过）→ 答案带脚注：“未核实”

证据工具包括：

• 读文件：read_file / read_csv / read_excel
• 预览数据：profile_dataset
• 列举文件：list_files
• 搜索内容：grep
• 执行命令：run_shell / run_script（且返回成功）

重点： 只有这些工具被调用并成功返回，才算“有证据”。口头说“我验证了”没有任何作用。

4.3 代码变更的特殊处理

如果 Agent 改了代码文件（.ts/.js/.py 或 package.json），验证提示会优先建议 npm run check 或对应的测试命令，而不是泛泛地说“请验证”。

因为代码改了，最可靠的验证方式就是跑测试或类型检查。

4.4 最高催促次数

为了防止 agent 永远卡在“等待验证”状态，设置了最高催促次数：

• 默认最多催促 2 次
• 2 次之后仍没有验证证据 → 系统强制收口
• 但会在最终答案里加一个脚注：

既不让用户无限等待，也不隐瞒“未经核实”的事实。

4.5 验证升级的验证

> /forget
> 用 write_file 在 exports/verify_demo.txt 写入 hello，然后告诉我写成功了

预期流程：

1. Agent 执行 write_file，然后试图结束
2. 系统：「请验证写入是否成功」
3. Agent 继续输出：“好的，我验证了” → 系统不认，再催促
4. Agent 调用 read_file("exports/verify_demo.txt") → 返回成功
5. 系统：verification_evidenced ✅ 允许结束
6. 用户看到的结果有真实证据支撑

如果 Agent 始终不调用证据工具：

1. 第 1 次催促：无证据
2. 第 2 次催促：无证据
3. 系统强制收口，答案带脚注：“可能未核实”

五、两个功能怎么配合

场景	止血做什么	验证升级做什么
模型重复输出报告	去重，只留一份	-
短问套报告模板	短问降级，不启用模板	-
门禁反复失败	计数→触发止血→强制收口	-
模型改了文件但拒绝验证	-	催促验证，最多 2 次
模型口头说“验证了”	-	不认，必须调证据工具
模型始终不验证	-	强制收口+脚注“未核实”

止血关“别转圈”，验证关“真核实”。

六、完整链路

两个功能加进去之后，最终执行的决策链路变成了这样：

用户话
  ↓
澄清门禁（信息够不够？）
  ↓
任务拆解（分类 + 选档位）
  ↓
工具环（执行）
  ├── 每道门禁失败 → 记录到空转计数器
  ├── 同原因失败 ≥ 3 次 → 触发止血，强制收口
  ├── 有变更操作 → 验证门禁
  │   ├── 催促验证（最多 2 次）
  │   ├── 有证据工具成功 → 放行
  │   └── 始终无证据 → 脚注 + 收口
  └── 最终回答
  ├── 短问 → 不套报告模板
  ├── 长分析 → 套报告模板
  └── 重复报告 → 去重

七、以前 vs 现在

场景 1：短问“多少行”

以前：

Agent：输出四段报告（概况、发现、导出、建议）→ 用户只问了多少行，被信息淹没

现在：

Agent：“120 行，8 列。”→ 干净利落

场景 2：改了文件，试图蒙混过关

以前：

Agent：“我验证了，没问题。” → 系统放行 → 实际文件可能没写进去

现在：

Agent：“我验证了，没问题。” → 系统：不认，请调 read_file
Agent：调 read_file → 返回内容 → 系统：有证据 ✅ 放行

场景 3：门禁反复失败，原地转圈

以前：

门禁1→失败→重试→门禁2→失败→重试→门禁1→失败→……烧满 30 轮才停

现在：

门禁1→失败→重试→门禁1→失败（同原因第 3 次）→ 触发止血→强制收口