运行 AI Agent 一年后的四条实战经验：别在提示词上死磕

过去一年，我把 AI Agent 接入了各种不起眼的工作流：邮件分类、部署检查、内容流水线。网上大部分建议都在讲"怎么构建 Agent"，但几乎没人讲"怎么日复一日地运维它们"。以下是真正重要的四条经验。

一、任务简报比提示词更重要

在我的配置中，每一个可靠的 Agent 运行都从一个任务文件开始：目标、约束、停止条件、结果写入位置。

提示词在不断变化，但任务简报的格式在一年里几乎没变过。当一次运行出问题时，百分之九十的情况是任务简报写得含糊，Agent 自己猜了。这时候应该修简报，而不是调温度参数。

具体来说，一个好的任务简报应该包含：

• 明确的目标：用一句话说清楚要完成什么
• 约束条件：不能做什么、必须遵守什么规则
• 停止条件：什么情况下算完成、什么情况下应该中止
• 输出位置：结果写到哪里、格式是什么

把这些写清楚，比花几个小时调提示词有效得多。

二、审计日志比记忆系统更有用

花哨的记忆系统一次次让我失望。一个简单的追加式账本——CSV 或 Markdown，每个动作一行——表现超过了所有记忆系统。

Agent 在启动时读取自己的账本，人类在怀疑时用 grep 查账本，Git 历史同时充当时间线。朴素的方案反而最可靠。

为什么审计日志比记忆系统好？

• 可追溯：每一个动作都有记录，出了问题可以回溯
• 可搜索：用 grep 就能找到任何历史操作
• 不可篡改：追加式写入，不会被 Agent 意外覆盖
• 人类可读：不需要特殊工具就能查看

相比之下，复杂的记忆系统往往存在向量检索不准、上下文窗口有限、旧记忆被覆盖等问题。

三、给每个 Agent 独立的爆炸半径

独立的浏览器配置文件、独立的 token、独立的工作目录。

第一次有 Agent 删错文件夹时，那是我的文件夹——因为我偷懒没做隔离。从那以后再也没有发生过。一次糟糕运行后的清理工作应该是 rm -rf sandbox，而不是写事故报告。

具体的隔离措施包括：

• 独立的浏览器 profile：每个 Agent 有自己的 cookie 和缓存
• 独立的 API token：权限最小化，只授予必要的访问权限
• 独立的工作目录：Agent 只能在自己的沙箱目录中操作
• 独立的 Git 分支：代码修改在独立分支上进行，方便审查和回滚

隔离的成本很低，但收益巨大。一次事故就足以证明隔离的价值。

四、验证才是核心功能

一个声称成功的 Agent 毫无价值；一个能证明自己成功的 Agent 才无价。

我的系统中每个任务都以独立检查结束：curl 那个页面、数一下行数、diff 输出。如果检查无法自动化，那这个任务还没准备好交给 Agent。

验证的方式有很多种：

• HTTP 检查：curl 页面，检查状态码和内容
• 数据检查：数数据库行数、检查文件大小
• 差异检查：diff 输出与预期结果
• 语法检查：编译代码、运行 linter
• 端到端测试：运行完整的测试用例

关键原则是：不要相信 Agent 的话，要相信可验证的证据。Agent 说"部署成功了"不算数，只有 curl 返回 200 并且页面内容正确才算数。

总结

这四条经验的共同点是：把 Agent 当作一个需要被管理的执行者，而不是一个神奇的黑盒。

• 写清楚任务简报，而不是死磕提示词
• 用简单的审计日志，而不是复杂的记忆系统
• 做好隔离，控制爆炸半径
• 自动化验证，不要相信口头报告

这些做法都不花哨，但它们是让 AI Agent 真正能在生产环境中长期稳定运行的关键。最不 glamorous 的自动化任务，往往才是最值得做的。

原文链接：https://dev.to/arsentevai/four-lessons-from-a-year-of-running-ai-agents-on-boring-tasks-457n