《AI Agent 产品开发·任务定义与能力边界》5.2 交付面:界面、文件还是系统写入

交付面决定用户在哪里发现错误:界面内、文件还是系统写入。本节对比三种交付面的错误发现成本,用 C Runner 的系统写入说明“发现晚”的代价,给出交付面选择判据与系统写入的四个前置条件,并附一个可运行的交付面判定模型,帮助产品团队在效率与可发现性之间做取舍。

以下人物、公司与数字均为教学假设,不构成对任何真实产品的评价。

输出形态回答「交回什么」,交付面回答「交到哪里」。同一个答案可以显示在对话框里,也可以写进工单备注;同一份草稿可以下载成文件,也可以进入在线编辑器;同一个动作可以直接写业务系统,也可以先生成一份批量操作清单。三种交付面看起来只是通道不同,实际上决定了错误在什么时候、被谁发现。

产品评审里最常见的失误,是先选交付面再补监控。系统写入看起来最省事,用户不用复制粘贴,但它也把错误发现的时间推到了审计或客户投诉。界面内交付看起来最慢,用户每次都要确认,但它把错误挡在动作之前。交付面的选择,本质上是在「效率」和「发现成本」之间做取舍。

三种交付面

先把三种交付面放在同一张表里。重点不是「输出到哪里」,而是「错误在哪里被发现」。

交付面输出落点错误发现时机发现者发现成本
界面内对话框、确认页、审改页用户确认之前用户秒级,任务内
文件下载文件、共享盘、文档库下次打开或审阅时审阅者分钟到小时,交接后
系统写入工单、价格、库存、通知审计抽检或客户投诉时审计员或客户小时到天,动作后

界面内交付的优势不是「快」,而是「错误还来得及改」。用户在确认页看到队列选错了,可以直接改;看到草稿的某个数字不对,可以退回去重生成。界面内交付把确认和纠偏放在同一个动作里,代价是用户必须在场。

文件交付把确认和生成分开。Agent 生成一份文件,用户下次打开时审阅。它适合长产出、异步协作和需要留档的场景,但错误发现会延迟到下一次打开。如果文件被直接转发给客户,审阅者可能永远没有机会在发布前看到它。

系统写入把确认和纠偏都推到事后。Agent 直接改状态,用户只在审计或异常时才知道发生了什么。它适合高频、低风险、可回滚的动作,但前提是审计真的有效、回滚真的可用。没有这两个前提,系统写入不是效率,是把错误藏起来。

C Runner 的系统写入:发现晚的代价

C Runner 是三个案例里唯一直接写系统的。它每月执行 13,200 个任务,动作包括改价格、改库存、下架商品和发通知。它的自动完成率是 78%,其余 22% 转人工;审计抽检比例是 8%,单次复核 12 分钟,折合每个任务 0.96 分钟。

这些数字合在一起,说明 C 的错误发现机制是「抽样审计」,不是「逐条确认」。抽样审计能覆盖一部分错误,但它的发现时点天然滞后:动作已经生效,审计才可能看到。C 的错误率是 1.7%,其中 86% 可回滚,不可回滚错误率是 0.238%。0.238% 看起来很小,但乘上 13,200 个任务,仍然是一个不可忽略的绝对数量;而且这部分错误一旦发生,交付面已经从「可改」变成了「已生效」。

系统写入的代价不只是「发现晚」,还有「发现者不是当事人」。界面内的错误由操作者自己发现,文件错误由审阅者发现,系统写入的错误往往由审计员或客户发现。发现者离动作越远,修复链路越长:审计员要找到任务号,运营要确认前后值,技术要执行回滚,客服要解释已经发生的变化。

这也是为什么 C 的人工账必须包含转人工。它的 4.04 分钟人工是 0.96 分钟审计加 3.08 分钟转人工,不是只有审计。转人工的 22%、每次 14 分钟,正是系统写入交付面为「发现晚」支付的补救成本。只算审计不算转人工,会把系统写入的成本结构看轻。

交付面选择判据

交付面不是越自动越好,而是要和错误代价、回滚能力、审计能力匹配。可以用五个问题做判断:

  1. 错误发生后能不能回滚? 不能回滚或回滚成本高的动作,不应该直接写系统;至少要先落到界面或文件,等人确认。
  2. 审计能不能覆盖关键动作? 如果只能抽样,且抽样比例低,系统写入的错误会长期潜伏;审计覆盖不足时,应降低交付面的自动化程度。
  3. 下游系统是不是必须消费结构化结果? 如果下游只接受结构化写入,文件或界面交付会多一层人工搬运;这时要考虑的是补审计和回滚,而不是退回手工。
  4. 用户需不需要在发布前看到全文? 需要全文审阅的产出,文件或界面比系统写入合适;只需要看结果的,界面内确认就够。
  5. 错误发现者是谁? 如果是客户或外部审计,交付面要更保守;如果是内部操作者,界面内交付可以承担更多。

五个问题没有统一答案,但顺序不能反。先看可回滚性,再看审计有效性,最后才看效率。把效率放在第一位,就会得到「全自动写系统、出事再补审计」的方案,而补审计往往补不回已经发生的不可回滚错误。

系统写入的四个前置条件

如果判断下来确实需要系统写入,至少要同时满足四个条件。缺一个,都应该退回文件或界面。

第一,动作可回滚,或者被明确标记为不可回滚。 可回滚的动作要有回滚句柄和回滚时限;不可回滚的动作要在执行前显式确认,不能混在批量操作里。C 的 86% 可回滚比例说明大部分错误能挽回,但剩下的 14% 必须被单独识别。

第二,审计能回答「谁、何时、对什么、改成了什么」。 审计日志要记录任务号、动作类型、前后值、执行依据和执行者。只记录「调用成功」不算审计,它无法回答动作是否选对了对象。

第三,动作有阈值和熔断。 价格调整要有涨跌幅上限,库存调整要有下限,批量操作要有单次数量上限。超过阈值的动作应该自动降级为人工确认,而不是继续执行。

第四,用户有回执和异常通知。 系统写入不是「做完就消失」,用户要能看到本次执行了哪些动作、哪些被跳过、哪些需要复核。通知预算要控制,不能每个动作都弹一次,但异常动作必须有回执。

这四个条件不是上线前的检查项,而是系统写入这种交付面的定义。缺一个,产品实际提供的就是「不可控的系统写入」,只是名字好听一点。

把交付面写成判定模型

下面这个模型把三种交付面、错误发现时机和系统写入的门槛做成可运行的判定。输入是回滚率、是否需要人工审阅、是否有下游系统、审计是否有效,输出是建议的交付面和被哪道门槛挡住。

// file: src/task/05-2-delivery-surface.ts
// tier: L2
// verify: node --test test/task/05-2-delivery-surface.test.ts

// 交付面:界面内、文件、系统写入。
// 交付面决定错误在哪里被发现,也就决定了错误的发现成本。

import { type Bps, FULL } from "../core/rate.ts";

export type Surface = "ui" | "file" | "system-write";

export const SURFACES: readonly Surface[] = ["ui", "file", "system-write"];

export type Discovery = {
  readonly when: string;
  readonly who: string;
  readonly late: boolean;
};

export const DISCOVERY: Record<Surface, Discovery> = {
  ui: {
    when: "before the user confirms",
    who: "the user",
    late: false,
  },
  file: {
    when: "the next time the file is opened",
    who: "the reviewer",
    late: true,
  },
  "system-write": {
    when: "audit sample or customer complaint",
    who: "auditor or customer",
    late: true,
  },
};

export type DeliveryInput = {
  readonly rollbackRate: Bps;
  readonly needsHumanReview: boolean;
  readonly downstreamSystem: boolean;
  readonly auditEffective: boolean;
};

export type DeliveryPlan = {
  readonly surface: Surface;
  readonly blockedBy: readonly string[];
  readonly lateDiscovery: boolean;
};

// 以 C 的 86% 可回滚为参照线:低于这个水平,不允许直接写系统。
export const SAFE_ROLLBACK: Bps = 8_600;

export function planDelivery(input: DeliveryInput): DeliveryPlan {
  const blockedBy: string[] = [];
  if (!input.auditEffective) blockedBy.push("audit");
  if (input.rollbackRate < SAFE_ROLLBACK) blockedBy.push("rollback");

  if (input.downstreamSystem && blockedBy.length === 0) {
    return { surface: "system-write", blockedBy: [], lateDiscovery: true };
  }
  if (input.downstreamSystem) {
    return { surface: "file", blockedBy, lateDiscovery: true };
  }
  return { surface: "ui", blockedBy, lateDiscovery: false };
}

export function auditMinutes(sampleRate: Bps, reviewMinutes: number): number {
  return (sampleRate * reviewMinutes) / FULL;
}

export type AuditFacts = {
  readonly sampleRate: Bps;
  readonly reviewMinutes: number;
  readonly amortizedMinutes: number;
  readonly errorRate: Bps;
  readonly rollbackRate: Bps;
};

export const RUNNER_AUDIT: AuditFacts = {
  sampleRate: 800,
  reviewMinutes: 12,
  amortizedMinutes: 0.96,
  errorRate: 170,
  rollbackRate: 8_600,
};

// 不可回滚错误率 = 错误率 × 不可回滚比例。
export function irreversibleErrorRate(
  errorRate: Bps,
  rollbackRate: Bps,
): number {
  const notRolledBack = FULL - rollbackRate;
  return (errorRate * notRolledBack) / FULL / 100;
}

export const RUNNER_INPUT: DeliveryInput = {
  rollbackRate: RUNNER_AUDIT.rollbackRate,
  needsHumanReview: false,
  downstreamSystem: true,
  auditEffective: true,
};

planDelivery 的判定顺序是:先算门槛,再看下游。审计无效或回滚率低于 C 的 86.0% 参照线,系统写入直接被挡住,退回文件;没有下游系统的任务留在界面内。这个顺序保证了「效率」不会绕过「可回滚」和「可审计」。

auditMinutes 把抽样比例换算成每个任务的审计摊销:8% × 12 分钟 = 0.96 分钟。irreversibleErrorRate 把错误率和不可回滚比例相乘:1.7% × 14% = 0.238%。这两个数字不是装饰,它们分别对应系统写入的日常成本和尾部风险。

DISCOVERY 用 late 标记交付面是否把错误发现推到交接之后。界面内是 false,文件和系统写入是 true。这个布尔值可以直接进入产品评审:任何一个 late 为 true 的交付面,都必须配审计或回滚,否则错误只能等到外部发现。

一个交付面走查

假设 A Relay 要把分诊建议交付给支持团队。三种交付面都可行:

界面内:建议显示在工单侧边栏,支持人员确认后写回队列。错误发现于确认之前,代价是一次点击。

文件:每天生成一份分诊建议清单,支持团队上班时导入。错误发现于导入前,代价是延迟和一次额外操作。

系统写入:Agent 直接把工单推进队列。错误发现于审计或客户投诉,代价是已经发生的分诊错误。

A 的分诊错误会影响客户体验和 SLA,且确认成本只有 0.75 分钟一单,所以正确答案是界面内。系统写入省下的 0.75 分钟,不足以抵消一次错误分诊带来的客户影响。这个判断不是「界面更安全」的抽象偏好,而是用错误代价和确认成本算出来的。

B Quill 的报告则更适合文件交付:草稿需要审改 1.6 小时,审改者要能看到全文、来源和批注,文件或在线文档比界面弹窗合适。C Runner 的动作适合系统写入,但必须配审计和回滚,因为它的错误发现已经推到动作之后。

同一个产品里,不同任务可以用不同交付面。不要把「我们的交付面是系统写入」当成产品定位;交付面是任务级的决策,不是公司级的标签。

交付面与形态的对应关系

交付面和输出形态经常一起出现,但它们不是一一对应。答案可以落在界面内,也可以写进工单备注;草稿可以落在文件,也可以进入在线编辑器;动作可以写系统,也可以先生成批量清单。把两者强行绑定,会限制产品设计。

不过,有三种组合需要特别警惕:

  • 动作 + 界面内。 如果动作只在界面里展示、没有真正写入系统,它其实是草稿或答案,不是动作。用户以为已经执行,实际没有。
  • 草稿 + 系统写入。 如果草稿直接写进下游系统并被当成正式内容,审改环节就被跳过了;这等于把草稿当成了动作。
  • 答案 + 文件。 如果一句判断被写成文件发给客户,它就从内部建议变成了对客承诺;文件交付会放大答案的责任。

这三种组合的共同问题是:交付面让输出的责任看起来比实际更轻或更重。产品要保证「用户以为的责任」和「实际的责任」一致,而不是靠文案解释。

交付面还有一个经常被忽略的维度:错误修复的入口在哪里。界面内交付的修复入口就是确认页,用户改完继续;文件交付的修复入口是审阅意见,用户改完重新生成;系统写入的修复入口是回滚和审计,用户要先找到任务号,再决定回滚还是补偿。产品设计时要把这个入口写进界面,而不是假设用户知道去哪里找。

最后,交付面要和用户的当班节奏对齐。界面内交付要求用户在场,适合实时或半实时任务;文件交付适合跨班次交接;系统写入适合后台持续运行。如果用户是 24 小时轮班,而产品只在白班生成文件,错误就会在夜班无人审阅时进入系统。交付面的选择不只是技术通道,也是排班和值班安排的一部分。

交付面也要写进用户预期。界面内交付要让用户知道「还没执行」,文件交付要让用户知道「需要审阅」,系统写入要让用户知道「已经生效、可以回滚」。三种预期不能靠同一句「已完成」覆盖,否则用户会按错误的假设行动。

小结

  • 交付面有三种:界面内、文件、系统写入;它决定错误在什么时候、被谁发现。
  • 界面内交付把纠偏放在动作之前,文件交付把审阅放在交接之后,系统写入把发现推到审计或投诉。
  • C Runner 的系统写入用 8% 抽样审计、12 分钟复核、0.96 分钟摊销来发现错误;这是抽样,不是逐条确认。
  • 系统写入的尾部风险是 0.238% 的不可回滚错误;比例小,但乘上 13,200 个任务后绝对数量不可忽略。
  • 交付面选择先看可回滚性,再看审计有效性,最后才看效率;顺序反了就会得到「先自动化、后补审计」的方案。
  • 系统写入的四个前置条件是:可回滚或显式标记、审计可回答四要素、阈值与熔断、回执与异常通知。
  • 交付面和输出形态不是一一对应;动作加界面内、草稿加系统写入、答案加文件,都会让责任看起来比实际更轻。
  • 任何把错误发现推到交接之后的交付面,都必须配审计或回滚,否则错误只能等外部发现。

阅读导航:上一节:5.1 答案、草稿、动作:三种输出形态 · 下一节:5.3 输出契约与可消费性 。

常见错误与边界

  1. 先选交付面再补监控。 系统写入把错误发现推到审计或投诉,监控不是上线后的附加项,而是这种交付面的前提。
  2. 把抽样审计当成逐条确认。 C 的 8% 抽样只能覆盖一部分错误;抽样比例越低,系统写入的潜伏期越长。
  3. 只看自动完成率,不看不可回滚率。 78% 自动完成很亮眼,但 0.238% 的不可回滚错误乘上任务量后仍然很重。
  4. 系统写入没有阈值和熔断。 价格、库存、批量动作都需要上限;超过阈值的动作应降级为人工确认,而不是继续执行。
  5. 交付面与形态错配。 动作只显示在界面里、草稿直接写进系统、答案以文件发给客户,都会让责任看起来比实际更轻。
  6. 把回执当成通知。 回执要说明执行了什么、跳过了什么、哪些需要复核;只弹一句「已完成」不算回执。

这一节回答「交到哪里」。下一节要回答「交回的东西长什么样」:输出契约如何保证结构、可消费性和可拒绝性。

继续阅读

探索更多技术文章

浏览归档,发现更多关于系统设计、工具链和工程实践的内容。

全部文章 返回首页

「books」更多文章

  1. 《大规模分布式计算深入解析》15.3 落地:从 Neo4j 到自研图引擎
  2. 《大规模分布式计算深入解析·图计算与图数据库内核》 · 目录与学习路径(45 篇)
  3. 《大规模分布式计算深入解析》15.2 十一卷主线:从切分到图