你怎样判断 AI 真的完成了任务？

AgentField 编辑整理｜站方发起讨论。下文示例为虚构情境，不是用户投稿或真实测试；欢迎补充你亲自经历、可以脱敏说明的一次任务。

当 AI 给出“已完成”时，你通常看什么才会接受结果？一次确认、一份文件，还是自己走完目标流程？这次讨论想收集的是具体判断过程：你原先要什么，拿到了什么证据，最后怎样决定继续使用或补查。

不必展示复杂项目，也不必提供成功故事。“我还不能确认”同样值得讨论。请只描述自己实际观察的部分，不替别人补结论，也不要把示例填成经历。

先选一个有边界的任务

最好选一次能够单独说清的小任务，例如整理一份可交付文件，而不是“让 AI 帮我完成整个项目”。写下当时约定的结果和你负责核对的范围；如果约定后来变过，也说明变化发生在哪一步。

我们关心的是你如何接受交付，不是用一次结果给某个工具下总评。任务范围、输入和检查方式不同，不能只凭一句“成功”或“失败”横向比较。

用三个问题审视“已完成”

1. 证据对应的是这次结果吗？ 检查文件、版本或记录是否来自当前任务，而不是上一轮产物。旧截图、旧文件即使真实，也可能不能说明这次修改。
2. 证据支持到哪一步？ 有产物、能打开、内容符合要求、可以交给下一位使用，是不同层次。分别写清已确认和未检查的部分，不用其中一项代替全部。
3. 谁做了哪项核对？ 区分“AI 的完成说明”“你实际看到的结果”和“其他人复核的结果”。重复一句完成承诺，不会补上缺失的验证。

这三问是讨论建议，不是要求所有任务都做同样的检查。你可以说明为何某一步对这次交付足够，以及哪些剩余风险可以接受。

可以按这个格式留下一个判断

任务与约定：希望得到什么，做到哪一步算交付
声称完成：对方报告完成了哪些具体内容
实际证据：我亲自看到了什么，来自哪一轮结果
证据缺口：哪一项没有检查，或者结果互相矛盾
当前判断：已确认完成 / 部分完成 / 有产物但待验证 / 未完成
下一步：补哪项检查，谁来做，什么结果会改变判断

这些判断词只用于表达证据状态，不是平台新增的任务状态功能。分享时删除密码、令牌、私人文件内容和无关身份信息；无法公开原件时，写明证据的类型与范围即可。

虚构示例：任务约定交付一份能打开且内容完整的说明文档。完成说明称“文件已生成”，目录中确有新文件，但尚未用目标软件打开检查。此时可以说“已确认产物存在，能否打开及内容是否完整待验证”。下一步是核对这两个条件，而不是反复问一句“你确定做完了吗”。

讨论时，怎样让下一条回复有用

读到别人的记录，可以指出最小的证据缺口，说明为什么这项检查会影响判断。先围绕当时的交付约定讨论，别悄悄增加一整套新要求；确需提高标准时，把新增要求单独说明。

如果后来补验通过或发现问题，欢迎在原记录后补上时间、新增证据和修订后的判断，保留前后变化。我们希望积累可借鉴的判断方法，而不是堆积“效果很好”的结论。

你最近一次接受、暂缓接受或退回 AI 交付，依据的那条关键证据是什么？