哪里真的需要Agent?
以任务不确定性选择控制方式,而不是按名词选框架。
合成教学数据 · 未运行真实模型静态推演与完整规格
I00 哪里真的需要Agent?
关联章节:M00 · 交互类型:decision-board · 状态:提供完整状态/验收规格,UI待实现
教学目标
以任务不确定性选择控制方式,而不是按名词选框架。
初始状态
{
"selected_case": "known-order",
"prediction": null
}
操作控件
选择案例
将步骤分到确定性/模型建议/人类批准三区
提交方案
显示一份参考方案
重置
状态变化规则
选择案例时载入固定任务事实,清空未提交方案。
移动步骤只改变proposal,不改变任何业务事实。
提交时按硬约束检查;允许多种合理模型使用方式。
黄金案例与反馈
known-order
输入:
"已认证用户查询已知订单物流"
期望:
{
"lookup": "deterministic",
"authorization": "deterministic",
"natural_language_reply": "optional_model"
}
已知ID的查询不需要模型动态规划;生成自然语言是独立可选步骤。
ambiguous-order
输入:
"上个月送错的那件蓝色商品"
期望:
{
"candidate_search": "model_or_rules",
"clarification": "required_if_ambiguous",
"refund_approval": "human"
}
候选不唯一时必须澄清;模型可以协调搜索,但不能替用户批准退款。
完成条件
两个案例均完成方案
所有授权/审批硬约束未交给模型自行保证
反馈层次
提交预测后显示结果;允许跳过预测但记录跳过,不阻止阅读
结果同时显示状态变化、原因与被拒绝动作;不是只给红绿灯
第一次错误给边界提示,第二次提供最小反例;参考推导始终可主动打开
重置恢复固定初始状态并保留历史尝试供用户手动清除
无障碍与静态替代
全部操作有原生button/input/select替代,不依赖拖拽
图与动画提供同步文字状态表;支持prefers-reduced-motion
状态改变用aria-live=polite摘要,不逐字朗读长日志
焦点不跳走;错误提示关联输入;颜色不是唯一编码
无JavaScript时直接展示初始输入、规则和黄金案例表,读者仍能完成纸面推演。状态动画仅作解释,不能成为获取答案的唯一途径。
持久化与重置
使用版本化键agent-course:1:I00,仅保存本地学习状态。支持单卡重置和全站清除;存储失败时以内存模式继续,不阻断阅读。
必须避免的误导
不能仅按“模型调用数量少”评分;开放设计需显示rubric而非虚构唯一答案。
执行边界
纯本地教学状态机;不执行任意代码,不连接真实资金/模型/宿主Shell。