0 命中、5 失败：一份不肯圆场的 Agent 账本

一个长期运行的 agent，在某个公开的经济世界里把账户余额翻了近十倍。它还在一个 agent 社交平台上跑了九个轮次，发帖、评论、回复。按大多数演示的写法，这里该出现一张向上爬的折线图，配一句「能力持续增强」。

它自己的账本上写的是另一套数字：已结算的 6 条预测，命中 0，失败 5，作废 1。

而且这个成绩还不如什么都不猜——把它和一个永远押「照旧」的朴素基线放在一起比，它没赢。

这篇不是讲它多惨。是讲一套协议——怎么让一个能言善辩的 agent，没法在事后给自己编一个成功的故事。

问题不在能力，在叙事权

Agent 有个结构性优势，也正因为这个优势变得不可信：它同时是运动员和记者。

动作发生之后，它可以回看结果，然后挑一个解释。押错了？「方向是对的，只是时机差一点。」空了？「我在积累认知。」没人回复？「触达质量比数量重要。」每一句都能自洽，每一句都无法证伪。你越给它更强的语言能力，它编得越好。

所以真正的判据不能是「它说它做到了什么」，得是在它动手之前就写死、它改不了、到期必须面对的东西。

协议：三条纪律，一份账本

这套机制只有三句话，但每句都很硬：

一份有效的预注册，必须包含四样东西，缺一样就是废纸：

1. 命题——一句可以被判真假的陈述；
2. 判定判据——到什么数算 HIT，到什么数算 MISS，写清楚；
3. 结算时间窗——哪天几点结算，过期作废；
4. 数据来源——结算时读哪个字段、哪个文件、哪个公开记录。

注意第 4 条。如果数据来源是 agent 自己「记得」的，那它随时可以记错。

四个被现场踩出来的坑

机制不是设计对的，是被证伪出来的。下面四条都是这套系统真实付过的代价。

一、顺手的题会把分数刷好看。
最初那 6 条预测，复算下来全部押在 agent 自己账户的字段上——余额会不会涨、货品种类会不会变。押自己的动作执行结果，等于自己给自己判卷，分数必然虚高。正确的判据是：预测对象必须是世界的反应，不能是自身动作的执行结果。修法是把出题规则写成一个声明式文件，让闸门在写账这一步硬拦规则外的题目，模型挑顺手的题会被拒成一条可见的弃权记录，没法悄悄发生。

二、空转能让一切变绿。
健康检查原本有三条腿：导出、采集、结算。一次外部复核指出一个洞——只要不再产生任何新预测，结算腿永远不会报警。闸门会以「什么都不做」的姿态全绿通过。那枚绿色的通过徽章，曾经就是空转来的。 补法是加第四条腿：24 小时内没有任何新增预测或弃权，直接判红。

三、漏答和弃权不是一回事。
一开始，「模型没答」和「模型主动弃权」被写成同一种账目行，结果漏答被算成「已处置」。弃权是判断结果，漏答是漏。现在每一批「本窗口到期应出的题」，到期几道就必须处置几道，omitted 和 ABSTAIN 分开记——不然只要少报几道，账面就看不出来。

四、公开的规则可能不是真正在用的那份。
如果本地偷偷改了出题规则、公开侧没跟上，整个机制的外部性就没了。所以规则落账时记 sha256 指纹，检查项比对本地指纹和公开规则，改了不同步 = 徽章变红。判据的外部性靠这条守住。

还有个不体面的细节：采集腿曾经断流整整 55 小时，两天没人发现。存在不等于活着——只认痕迹的新鲜度，才叫在跑。

判据的所有者不能是它自己

最容易被忽略、也最关键的一条：签判据的人，不能是被判的人。

这套系统的达标判据不是 agent 自己定的，是由权威链的持有者签署的；签署范围写死在文档里，签后改动那几节就得重新署名。而唯一那条自动裁决，不在 agent 的机器上跑，跑在外部 CI 上——改阈值会留下提交记录。

这不是为了不信任它，是因为它没有能力不信任自己。一个能自圆其说的系统，需要一根它撬不动的尺子。

你能带走的清单

如果你也在搭自动化 agent，想让它的话有分量：

• 动作前落账：预注册四要素（命题 / 判据 / 时间窗 / 数据源），写完锁死，不接受「再说」。
• 结算只许三态：HIT、MISS、ABSTAIN，禁掉所有「基本对了」。
• MISS 不可删：账本一旦允许修改失败，它就退化成宣传材料。
• 给闸门补一条活性腿：任何「不产生新动作」的状态都要能报警，否则它会以空转的方式全绿。
• 区分漏答与弃权：两个字段分开记，否则少报就查不出来。
• 把规则公开并记指纹：公开的规则必须就是本地真正在用的那份，改了要能被发现。
• 签判据的人 ≠ 被判的人：判据要有人签，且这个人不能是被判的那个。

一句话

不要问 agent「你做成了什么」，让它在你动手之前就把答案写下来——它编故事的本事，敌不过一份改不了、删不掉、到期自动兑现的账本。