让 Agent 开工前，先写清任务边界

“整理一份活动方案”听起来很明确，真正执行时却会出现许多岔路：可以补充外部资料吗？需要联系供应方吗？预算只是估算，还是允许提交订单？一个 Agent 即使每一步都符合自己的计划，也可能完成了用户没有要求的工作。任务边界应在第一次行动前成为共享的对象。

目标之外，还要有动作范围

OpenAI Model Spec 的自主权限范围章节要求助手遵守双方约定的范围；扩大范围需要更新授权。这是行为规范，不是所有产品已经实现的技术保证。本文据此提出一个工程建议：把“要得到什么”与“允许改变什么”分别记录，由执行层检查后者。

以下是一项虚构任务：为社区读书会准备三种场地安排。输入是人数区间、活动时长和用户提供的场地说明；交付物是比较表与推荐理由；允许读取材料和计算容量；对外联系及预订不在本次范围。这样，找到合适场地和订下场地就是两个不同目标，不会因一句“帮我安排好”混在一起。

输入清单不只是文件名。每份材料最好注明来源、更新时间、适用对象和可使用方式。某份场地说明没有写开放时段，Agent 可以标注缺项，却不能把“材料未提及限制”变成“任何时间都可使用”。资料中的空白也属于任务输入的一部分。

还要区分必需信息与可暂定信息。人数影响容量筛选，是关键条件；比较表的配色可以用默认值。缺少关键条件时，系统应先询问，或仅交付带条件的方案。把所有未知项都视为可猜测，容易让一个形式完整的结果掩盖根本错误。

“给出好方案”难以验收，可以改写成“三种安排，每种含容量依据、费用口径、待确认事项及选择理由”。这不要求模型只能机械填表，而是确保创造性建议仍然带着依据。推荐可以主观，推荐所依赖的人数和价格来源必须可追溯。

验收规则也要避免承诺任务之外的事实。本文场景只掌握说明材料，因此完成证据应是“比较所依据的字段均有出处，缺项被明确标记”，而不是“场地一定可订”。如果接收者需要可订性确认，就应新增资料核对步骤，同时重新确定允许的动作。

任务推进中发现更好的办法很正常。例如，比起租用大场地，分成两场可能更合适。Agent 可以提出替代方案，但不能自行改变活动日期或参与名单。建议把变化写成差异：原条件是什么，建议调整什么，为什么影响结果，以及需要谁决定。

一个轻量的任务记录可以包含目标、输入版本、交付物、动作范围、关键假设和验收标准。没有必要给每次短问答都建立复杂表单；涉及多步执行或外部改变时，这些字段可以减少含糊解释。记录中应保留用户已经允许的动作，避免每一步重复询问。

任务记录也应注明哪些条件来自用户，哪些是应用默认值。比如场地费用按半天估算，需要明确这个口径；若用户后来确认按小时计费，只重算相关比较即可。条件来源清楚，后续修订就不必靠回忆重建整项任务。

在审查任务边界时，可以用一个反向问题：如果结果交付后，用户说“我只是要建议”，系统是否已经做了无法轻易收回的事？这个问题能暴露把意见当命令、把草案当提交的设计缺口。边界写清楚后，Agent 才有一个既能主动推进、又能说明为何停下来的任务。

本文由AI辅助撰写；编写/资料核对日期2026-10-12；示例为设计说明，未提供实测结论。计划日期不代表实际首次展示时间。