Agent 連前提都不查，你敢放進 production 嗎？
最近看到有人做了一個 OpenClaw skill，核心不是多會寫 prompt，也不是多會接工具，而是先逼 agent 做 direction check。我反而覺得這種東西比再加一層 memory 還實際。
以前做過一條帳務對帳流程，需求一開始寫得很合理，說要把 timeout job 自動重試 3 次。工程上很好做，agent 也很會做，腳本半天就出來了。問題是前提根本錯了。真正的 root cause 不是 timeout，而是上游 token 15 分鐘就過期，重試只會把同一批錯誤放大。那次在 staging 跑 48 筆看起來都正常，上 production 後一晚多出 217 筆 duplicate job，隔天整組人在清資料。
這種坑我踩過幾次後，現在看到大家一直幫 agent 加 tool、加 workflow、加長 context，我都先保留。前提沒驗證，能力越強，事故半徑越大。模型會寫 code，不代表它知道現在解的是不是真問題。很多時候 user 丟一句暫時想法，agent 就把它當 durable rule 往下執行，後面每一步都很努力，結果整條鏈路還是錯的。
我喜歡那篇貼文提的方向，先拆目標，再問證據，再看有沒有替代方案。它列了 6 個檢查點，重點其實只有一個，先確認你現在站的地板是不是實的。這種 pattern 放到 production，我會直接做成 review gate：
- 這次要優化的是結果，還是只是使用者口頭上的解法。
- 現在有哪些 log、metric、trace 能證明前提成立。
- 如果判斷錯了，rollback 成本多高。
- 哪一步需要 human approval。
講白一點，很多 agent 問題不是 intelligence，不是 latency，也不是 benchmark。是沒有人先問一句，你現在相信的這件事，真的有證據嗎。
這種檢查很無聊，demo 也不好看。但 production 最值錢的，通常就是這些無聊的欄杆。
作者：鍵盤工人