# 第23课教师讲稿｜智能体过程：目标、工具观察与停止条件

**60分钟，v6完整课程新版。** 对应网站原课《Agent 智能体：会自己干活的 AI》。按网站主题顺序，以先预测、看见过程、实际操作、独立完成为课堂主线，旧版保留。

## 本课只追一个问题

工具失败或预算不足时，怎样判断任务做到哪一步，避免把推荐说成已完成预约？

学生留下三项成果：用材料解释问题；改变一个条件并保存变化；在新材料上独立核对结论。教师不以术语代替成果，也不把界面出现结果当成理解。

## 课前准备与投影安排

先打开实验，检查标题“按预算解锁一段房间查询轨迹”与按钮“计算并查看过程”。输入区默认材料应与下面一致。教师先运行一遍并对照答案，随后恢复默认值；上课先投影输入区，学生完成预测后再展示输出，独立期间不展开答案文件。

实验性质：**本地固定工具轨迹重放与状态计算；没有运行自主AI智能体或真实预约**。教师原样读出，让学生知道究竟做过什么。浏览器过程能复算，不等于现实服务接受请求、模型完成训练、论文系统被复现或学习效果得到验证。

准备学生工作纸、参考答案和可保存文字的本地文档。每人建“原先预测、实际观察、依据、修订”四栏，预测不得覆盖。电脑出错可同桌共用，轮流操作者和核查者，两人分别交记录。完全不能运行则用同一材料手算或卡片重放，注明人工后备，不冒称已运行。

### 可直接使用的材料

固定顺序不可跳步：①read_room(A)返回容量4；②read_room(B旧入口)返回404；③read_catalog(B)返回容量6及现行入口；④read_availability(B现行入口)返回18:00—19:00可用。目标时段固定18:00—19:00。A未提供空闲信息；无预约工具。即使提前看到全轨迹，预算未到的观察也不得用作当前证据。

以下数字、文档与输出均为本课程原创教学样例，不是真实产品测试或学生资料。
目标：5人，18:00—19:00，推荐符合容量与时段条件的房间。只读工具read_room、read_catalog、read_availability；无预约工具。教师预设轨迹：①read_room(A)返回容量4；②read_room(B旧入口)返回404；③read_catalog(B)返回容量6和现行入口；④read_availability(B现行入口)返回18:00—19:00可用。最多4次。以上为脚本观察，不是实网结果。

### 板书不一次写满

左边写原始材料与问题，中间分“输入／动作／中间证据”，右边留“能说什么／还不能说什么”。换材料先擦掉上一题结论，保留方法。公式、数字或字段出现前，先用材料说明它指什么。学生只答术语时，请他回到原文、计算或状态，教师据此判断是否需要停留。

## 0—5分钟：从任务完成的证据开始

“一个助手给你房间名字，和已经替你预约成功，是同一个交付吗？”先让学生写成功需要的证据，再给目标人数与时段。智能体可以围绕目标选择动作、使用工具、读取观察并调整后续步骤；不是把一个角色提示写得长就自动得到这种能力。今天用固定轨迹把循环中的状态看清，真正验证的是读观察与汇报边界，不冒充运行了自主系统。


## 5—11分钟：目标要变成能逐项检查的条件

把5人、18至19点、只读查询分别写在板书。候选至少需要容量足够与该时段可用；预约成功还需另一个动作与返回，本课没有。每次工具观察只补它实际提供的信息。A容量4让我们能排除A，但没说其他房间是什么状态。请学生把目标、已知、未知、剩余预算四栏画好，后续每步都落进这张状态表。


## 11—17分钟：先走一次失败，观察不是结论的替身

手工读①与②，特别解释404只说明这个入口返回失败，不能推出房间消失、容量为零或所有入口都坏了。下一步目录查询的理由是寻找现行入口，不能凭空捏造一个网址。教师把事实更新写成追加记录，旧失败仍保留；不能后面成功了就改历史成一直成功。真实系统如何恢复要依错误类型与许可，本课只检验给定轨迹中的这一条恢复路径。


## 17—24分钟：运行完整预算并逐步读状态

默认运行后，按行读取请求与观察，不跳到最后推荐句。第③步只确认容量与入口，第④步才带来时段信息。让学生指出哪一行第一次使两个候选条件都齐全。页面代码按预算截取固定轨迹并计算状态，确实重放了材料，但没让语言模型动态选择下一工具。教师明确工作流与动态智能体的区别，避免学生看到工具名就误认自主代理已经部署。


## 24—31分钟：预算减少时不准借用未来观察

将预算改成2，学生只可用前两步。即便页面其他说明列着完整轨迹，后两条在这次情境中未解锁，不得作证据。再把预算恢复4、人数改7，观察完整轨迹也可能没有合格候选。任务完成与否取决于目标和观察，不取决于是否跑满四步。若人数4时A容量足够，其空闲仍未知，不可因一个条件满足就提前推荐。


## 31—37分钟：实际AI只做轨迹审核

让可用AI按工作纸审核同一材料，保存预算2与4的真实回复，重点查是否偷用了未解锁信息，是否把推荐说成预约。这里工具仅在读文字，不是正在操作房间系统。无账号同桌扮演审核人，将每一句报告回指具体步骤；找不到对应观察就要求修改。不要反复提示模型直到得到参考后只留最后一份，初次越界也是有价值的错误证据。


## 37—49分钟：独立重放X与Y

Q3明确固定①②③④顺序，不重排成最少调用问题。学生各自写X两次与Y四次状态表，并修订预设成功报告。教师巡回只问“这条结论在哪步第一次有依据”，不直接报B可用。独立期间不得展示参考结果；同桌可以在初稿保存后指出缺少来源，但不能替对方写全答案。


## 49—55分钟：讲评看停止理由和最终语言

把X预算到限、Y信息齐全与无预约状态分别列出。最终报告应带目标时段和材料性质，不能写随时可去。若学生认为智能体就该一直试到成功，追问调用预算、工具权限和重复失败是否改变条件。可靠流程要能说明未完成与需补资料，不是每次给一个强行成功的结论。


## 55—58分钟：迁移为一个可控的学习助手

让学生设计查公开课程作业截止日期的助手：目标、允许只读来源、失败时补查哪个来源、多少次停止、最终需要引用什么。只画计划，不启动任何外部任务。学会把任务分解成可观察节点，再决定哪步值得用模型，哪步用确定规则更方便。后续真正搭建时，还需要逐步执行日志与任务结果验收。


## 58—60分钟：离堂留下不能越过的那一步

每人写一句“我知道……因为第几步……；我还不能说……因为没有……”。引用本课具体步骤。教师检查学生是否准确区分计划、请求、观察、满足条件和现实行动成功；这张状态表比背智能体框架名更能帮助以后的实操。


## Q2B：真实AI工具操作（课堂内约6分钟）

1. 使用自己已经可用的AI对话工具，新建对话。
2. 完整复制下方提示及材料并发送，保存实际显示的工具/模型名称、日期、原始提示与完整回复。不反复改写后只保留最好的一次。
3. 逐项回查来源，把准确、待核验和无依据内容分别标出；保存修订稿，不覆盖原始输出。
4. 若工具不可用：用同一材料自己完成任务，再由同桌按来源核查，注明“人工后备，未调用模型”。不在此课临时购买服务。

```text
请审核以下固定模拟轨迹，不执行工具、不预约。目标5人18:00—19:00找房间。①A容量4；②B旧入口404；③目录B容量6及现行入口；④现行B18:00—19:00可用。严格按顺序，只允许使用预算内已解锁返回。分别用预算2和预算4列已知、未知、可否推荐B及停止理由。最后修订“已为5人订好B室，随时可去”，说明哪些状态没有证据。
```

记录：实际使用的工具____；原始输出保存位置____；至少一条已核验结论____；来源____；未确认信息____。


## 课后备课参考：把演示中的每一步讲完整

用于教师备课与独立任务结束后复核，不在预测前投影。

### 写目标与停止条件

本步结果：人数至少5、时段18—19；证据足够或4次到限停止。原因：目标不含实际预订。

### 读A并排除

本步结果：容量4<5，调用1次，A不符。原因：排除理由可回查。

### 处理B旧入口失败

本步结果：第2次404；B容量与可用性仍未知。原因：失败不是没有房间。

### 依据目录恢复查询

本步结果：第3次得B容量6；第4次确认给定时段可用。原因：新观察支持下一步，不凭空猜入口。

### 形成受限结论

本步结果：按给定轨迹B满足人数与时段，可推荐；已用4次，未预约。原因：实际状态仅在脚本中成立。

## 常见误解与追问

**学生可能说：“自动执行越多就越好”**

核对与修订：需要与任务适配的最小流程与明确验收。

**学生可能说：“读链接失败证明房间不存在”**

核对与修订：只说明该次读取失败，其他字段保留未知。

**学生可能说：“写出成功计划就是完成了”**

核对与修订：要看每一步实际观察与最终执行证据。

## 独立题讲评完整参考

先收取Q3原稿，再使用：按规定①A→②B旧入口→③目录→④空闲的固定顺序，X只解锁前两次；A容量不符，B读取失败，B容量与空闲未知；到预算停止，不能推荐已满足条件的B。Y四次后按脚本B容量6、18—19可用，可列候选；无预约工具与返回，不能写订好或随时可去。共同需标这是教师模拟轨迹，真实房间状态未核实。

迁移参考：直接按容量和时段筛出B即可，固定规则或一次读取后的筛选已足够；不必为了Agent名称增加循环。仍未预约。

## 时间不够与课后扩展

60分钟优先保证完整默认过程、控制条件变化、独立任务与离堂解释。较慢时缩短分享人数，保留每人独立判断，不用教师答案替代学生操作。延伸：用只读本地数据实现固定工作流，再与动态工具选择比较成功率、调用数、失败恢复和报告真实性；模型实测与人工脚本分开记录。扩展不计入60分钟，不作为没有编程或额外账号学生的必交要求。


## 教师的概念核验备课卡

下列定义沿用已经核对的v5概念材料，供备课时校准术语；课堂先按上面的新实验与通俗讲解展开，不要求学生抄定义。

### 从单次回答到任务过程

当系统围绕一个目标，结合工具结果决定后续动作，就开始涉及智能体式的任务过程。不同研究和产品对Agent边界并不完全一致，本课用目标、观察、决策、动作和状态来理解一种常见模式。它不是要求模型拥有意志，也不表示只要连续对话就能可靠自主完成任务。先看一个受限的小过程，比先相信会自己干活的宣传更能看出能力和缺口。

结合材料：找满足5人18—19点的房间，需要依据容量和时段记录决定下一查哪项。

适用边界：本课轨迹是教师脚本，不是已验证模型自主执行。

### 工作流与动态决策各有位置

工作流通常把步骤或分支预先写好，智能体式设计则让模型根据环境反馈选择更灵活的步骤。两者可以组合，而不是非此即彼。任务路径清楚、规则稳定时，预定义流程容易检查；路径不确定时，动态选择可能更灵活，也更需要评价和控制。学生应能说明为什么该任务需要或不需要自由选择，不把动态程度当成质量分数。

结合材料：先读容量再查空闲是固定流程；遇到失效链接后选择查目录是一个有条件的替代路线。

适用边界：并非所有自动化都需要智能体，也不是工作流只能直线执行。

### 观察更新状态而不是覆盖事实

每次工具返回都提供新的观察，状态记录应保留已确认条件、排除理由、未解决项和调用次数。遇到错误返回，不能把它当成房间不存在，也不能跳到假定成功。状态与证据之间有连接，最终答案才能回查。所谓记忆可能是当前上下文、外部日志或存储，不能默认所有智能体都在每一步清空或永久记住一切。

结合材料：读取B链接得到404，只能确认这次读取失败，不能确认B没有空位。

适用边界：失败返回的含义依接口，不可自动扩大成现实事实。

### 错误恢复需要理由和边界

重试应解决一个具体问题，例如换用目录中已给出的新入口，而不是无上限重复相同请求。需要同时规定总调用预算、单步失败处理和任务停止条件。预算到了就把部分结果保存出来，并明确尚缺哪项证据。课堂选择只读房间查询，便于理解观察与恢复；涉及写入或现实副作用时，执行必须符合任务授权与应用权限，而不是让模型自行扩大范围。

结合材料：B旧链接失败后查目录获得容量，再查空闲；最多四次，到限即停。

适用边界：正确制定计划不等于工具已完成计划中的动作。

### 评价看任务结果与过程证据

智能体评价不能只看最后一句话是否自信，还要核对任务约束、工具轨迹、错误处理、耗费和副作用。能够报告证据不足也是受限任务中的正确行为。某步失败率不能在没有独立性和任务结构假设时随意连乘为整套系统成功率。小课堂先统计实际给定轨迹的调用和条件覆盖，不把一条成功脚本当成真实部署的可靠性证明。

结合材料：B容量6且18—19可用，支持候选推荐；没有预约工具和返回就不能说已订好。

适用边界：教师脚本和真人实测、模型评测是不同证据层级。


## 实验实现与易混细节的进一步讲解

预算字段控制真实重放多少条记录，程序只截取前N步并依据已解锁观察更新状态。完整轨迹在教师材料中出现，是为了课堂核验，不给预算2情境额外访问权限。要求固定顺序是本练习题设，不能把它误当智能体应当永远先查A的工程最佳实践。

人数改成7时，即使取得B时段可用，容量仍不足，所以四次调用完整结束不等于目标完成。人数改成4时，A容量满足，但没有A可用性观察；不能自动给A推荐成功。学生应看每个候选的条件表，而不是有一个通过字段就提前停。目标变化后哪些字段需要重算，也是可观察任务的一部分。

状态记录要追加而不是改写过去。第②步404保留下来，第③步目录修复说明后来获得新入口，并不会让前一次请求变成成功。真实排错、费用核算和重复动作判断都需要原始日志。课堂未产生真实服务调用，故日志标题写模拟观察，防止导出后被误当预约证据。

对智能体的评价至少看目标结果和中间行为：是否符合人数时段、是否依据观察、是否越过预算、是否报告无证据的动作。当前页面有确定的固定状态逻辑，没有模型计划，所以我们称固定轨迹重放。后续真正连接模型时应先保留同样的目标与检查项，才有办法比较系统是否可靠。

## 课堂口头演练：让误解能被具体观察纠正

可以让学生先写两个报告版本：“发现一个候选”和“已经完成预约”，分别列支撑它们需要的返回。前者需要容量与时段证据，后者还需要预约动作成功状态以及具体时段与对象。当前没有预约工具，第二种报告在本课任何预算下都不成立，不是多调用一次就会自动出现。

学生问：“404以后为什么一定查目录？”教师指出这是题目给定的可恢复路线，而不是所有系统通用答案。真实环境可能需要核权限、网络或地址状态，必须根据实际返回和允许操作决定。课程用这一条路线让状态更新可观察，不能据此给现实系统编造未核实的入口。

学生说：“智能体就是让模型每步都自己想。”教师让他看看人数比较是否需要不确定推理。可以把明确限制交给程序，把需要理解资料的步骤交给模型，整体仍按目标和证据验收。是否使用模型不是先进与落后的排名，关键是当前步骤的输入输出能否可靠执行并核查。

## 来源与边界

[AIPath对应课](https://aipath.buynao.com/#/lesson/20-agents)提供主题定位。以下用于核对定义和研究范围，课堂数字、活动、房间、轨迹都是原创练习，不是产品性能数据。

- [Anthropic: Building Effective Agents](https://www.anthropic.com/engineering/building-effective-agents)：核对预定义工作流与模型动态决定步骤的区别，以及采用较简单方案的取舍。
- [Google: Function calling with the Gemini API](https://ai.google.dev/gemini-api/docs/function-calling)：核对函数描述、调用请求、应用执行与结果回传的区分。

实际检查以QA为准；尚未真人试教，课堂节奏根据学生表现调整。


## 逐分钟安排

| 时间 | 教师讲解与操作 | 学生活动 | 检查结果 |
|---|---|---|---|
| 00:00—01:00 | 引导并检查：区分推荐与预约。 | 完成“区分推荐与预约”，把结果写入Q0，需要计算时保留中间一步，需要来源时写编号。 | Q0中可核查：区分推荐与预约。记录应与当前材料、当前输入或实际返回一致。 |
| 01:00—02:00 | 引导并检查：写成功要哪些证据。 | 完成“写成功要哪些证据”，把结果写入Q0，需要计算时保留中间一步，需要来源时写编号。 | Q0中可核查：写成功要哪些证据。记录应与当前材料、当前输入或实际返回一致。 |
| 02:00—03:00 | 引导并检查：标目标5人。 | 完成“标目标5人”，把结果写入Q0，需要计算时保留中间一步，需要来源时写编号。 | Q0中可核查：标目标5人。记录应与当前材料、当前输入或实际返回一致。 |
| 03:00—04:00 | 引导并检查：标时段18到19。 | 完成“标时段18到19”，把结果写入Q0，需要计算时保留中间一步，需要来源时写编号。 | Q0中可核查：标时段18到19。记录应与当前材料、当前输入或实际返回一致。 |
| 04:00—05:00 | 引导并检查：标工具仅只读。 | 完成“标工具仅只读”，把结果写入Q0，需要计算时保留中间一步，需要来源时写编号。 | Q0中可核查：标工具仅只读。记录应与当前材料、当前输入或实际返回一致。 |
| 05:00—06:00 | 引导并检查：画目标已知未知预算四栏。 | 完成“画目标已知未知预算四栏”，把结果写入Q0，需要计算时保留中间一步，需要来源时写编号。 | Q0中可核查：画目标已知未知预算四栏。记录应与当前材料、当前输入或实际返回一致。 |
| 06:00—07:00 | 引导并检查：读A容量4。 | 完成“读A容量4”，把结果写入Q0，需要计算时保留中间一步，需要来源时写编号。 | Q0中可核查：读A容量4。记录应与当前材料、当前输入或实际返回一致。 |
| 07:00—08:00 | 引导并检查：写A可排除的依据。 | 完成“写A可排除的依据”，把结果写入Q0，需要计算时保留中间一步，需要来源时写编号。 | Q0中可核查：写A可排除的依据。记录应与当前材料、当前输入或实际返回一致。 |
| 08:00—09:00 | 引导并检查：说明不能据A猜B。 | 完成“说明不能据A猜B”，把结果写入Q0，需要计算时保留中间一步，需要来源时写编号。 | Q0中可核查：说明不能据A猜B。记录应与当前材料、当前输入或实际返回一致。 |
| 09:00—10:00 | 引导并检查：读B旧入口失败。 | 完成“读B旧入口失败”，把结果写入Q0，需要计算时保留中间一步，需要来源时写编号。 | Q0中可核查：读B旧入口失败。记录应与当前材料、当前输入或实际返回一致。 |
| 10:00—11:00 | 引导并检查：说明404不代表房间消失。 | 完成“说明404不代表房间消失”，把结果写入Q0，需要计算时保留中间一步，需要来源时写编号。 | Q0中可核查：说明404不代表房间消失。记录应与当前材料、当前输入或实际返回一致。 |
| 11:00—12:00 | 引导并检查：只用前两步填写状态。 | 完成“只用前两步填写状态”，把结果写入Q1，需要计算时保留中间一步，需要来源时写编号。 | Q1中可核查：只用前两步填写状态。记录应与当前材料、当前输入或实际返回一致。 |
| 12:00—13:00 | 引导并检查：把B容量保持未知。 | 完成“把B容量保持未知”，把结果写入Q1，需要计算时保留中间一步，需要来源时写编号。 | Q1中可核查：把B容量保持未知。记录应与当前材料、当前输入或实际返回一致。 |
| 13:00—14:00 | 引导并检查：写后续目录查询理由。 | 完成“写后续目录查询理由”，把结果写入Q1，需要计算时保留中间一步，需要来源时写编号。 | Q1中可核查：写后续目录查询理由。记录应与当前材料、当前输入或实际返回一致。 |
| 14:00—15:00 | 引导并检查：区分新入口与旧失败记录。 | 完成“区分新入口与旧失败记录”，把结果写入Q1，需要计算时保留中间一步，需要来源时写编号。 | Q1中可核查：区分新入口与旧失败记录。记录应与当前材料、当前输入或实际返回一致。 |
| 15:00—16:00 | 引导并检查：标固定顺序不可跳步。 | 完成“标固定顺序不可跳步”，把结果写入Q1，需要计算时保留中间一步，需要来源时写编号。 | Q1中可核查：标固定顺序不可跳步。记录应与当前材料、当前输入或实际返回一致。 |
| 16:00—17:00 | 引导并检查：预测预算2结论范围。 | 完成“预测预算2结论范围”，把结果写入Q1，需要计算时保留中间一步，需要来源时写编号。 | Q1中可核查：预测预算2结论范围。记录应与当前材料、当前输入或实际返回一致。 |
| 17:00—18:00 | 引导并检查：默认重放4步。 | 完成“默认重放4步”，把结果写入Q1，需要计算时保留中间一步，需要来源时写编号。 | Q1中可核查：默认重放4步。记录应与当前材料、当前输入或实际返回一致。 |
| 18:00—19:00 | 引导并检查：逐行核请求与观察。 | 完成“逐行核请求与观察”，把结果写入Q1，需要计算时保留中间一步，需要来源时写编号。 | Q1中可核查：逐行核请求与观察。记录应与当前材料、当前输入或实际返回一致。 |
| 19:00—20:00 | 引导并检查：找第3步第一次得容量。 | 完成“找第3步第一次得容量”，把结果写入Q1，需要计算时保留中间一步，需要来源时写编号。 | Q1中可核查：找第3步第一次得容量。记录应与当前材料、当前输入或实际返回一致。 |
| 20:00—21:00 | 引导并检查：找第4步第一次得时段。 | 完成“找第4步第一次得时段”，把结果写入Q1，需要计算时保留中间一步，需要来源时写编号。 | Q1中可核查：找第4步第一次得时段。记录应与当前材料、当前输入或实际返回一致。 |
| 21:00—22:00 | 引导并检查：写B条件何时齐全。 | 完成“写B条件何时齐全”，把结果写入Q1，需要计算时保留中间一步，需要来源时写编号。 | Q1中可核查：写B条件何时齐全。记录应与当前材料、当前输入或实际返回一致。 |
| 22:00—23:00 | 引导并检查：注明轨迹是预设材料。 | 完成“注明轨迹是预设材料”，把结果写入Q1，需要计算时保留中间一步，需要来源时写编号。 | Q1中可核查：注明轨迹是预设材料。记录应与当前材料、当前输入或实际返回一致。 |
| 23:00—24:00 | 引导并检查：写未预约状态。 | 完成“写未预约状态”，把结果写入Q1，需要计算时保留中间一步，需要来源时写编号。 | Q1中可核查：写未预约状态。记录应与当前材料、当前输入或实际返回一致。 |
| 24:00—25:00 | 引导并检查：只将预算改2。 | 完成“只将预算改2”，把结果写入Q2，需要计算时保留中间一步，需要来源时写编号。 | Q2中可核查：只将预算改2。记录应与当前材料、当前输入或实际返回一致。 |
| 25:00—26:00 | 引导并检查：核后两步未解锁。 | 完成“核后两步未解锁”，把结果写入Q2，需要计算时保留中间一步，需要来源时写编号。 | Q2中可核查：核后两步未解锁。记录应与当前材料、当前输入或实际返回一致。 |
| 26:00—27:00 | 引导并检查：写停止时缺的信息。 | 完成“写停止时缺的信息”，把结果写入Q2，需要计算时保留中间一步，需要来源时写编号。 | Q2中可核查：写停止时缺的信息。记录应与当前材料、当前输入或实际返回一致。 |
| 27:00—28:00 | 引导并检查：恢复预算4人数改7。 | 完成“恢复预算4人数改7”，把结果写入Q2，需要计算时保留中间一步，需要来源时写编号。 | Q2中可核查：恢复预算4人数改7。记录应与当前材料、当前输入或实际返回一致。 |
| 28:00—29:00 | 引导并检查：核容量条件是否满足。 | 完成“核容量条件是否满足”，把结果写入Q2，需要计算时保留中间一步，需要来源时写编号。 | Q2中可核查：核容量条件是否满足。记录应与当前材料、当前输入或实际返回一致。 |
| 29:00—30:00 | 引导并检查：人数4预算1查A缺空闲。 | 完成“人数4预算1查A缺空闲”，把结果写入Q2，需要计算时保留中间一步，需要来源时写编号。 | Q2中可核查：人数4预算1查A缺空闲。记录应与当前材料、当前输入或实际返回一致。 |
| 30:00—31:00 | 引导并检查：保存目标变化记录。 | 完成“保存目标变化记录”，把结果写入Q2，需要计算时保留中间一步，需要来源时写编号。 | Q2中可核查：保存目标变化记录。记录应与当前材料、当前输入或实际返回一致。 |
| 31:00—32:00 | 引导并检查：发送轨迹审核提示或人工后备。 | 完成“发送轨迹审核提示或人工后备”，把结果写入Q2，需要计算时保留中间一步，需要来源时写编号。 | Q2中可核查：发送轨迹审核提示或人工后备。记录应与当前材料、当前输入或实际返回一致。 |
| 32:00—33:00 | 引导并检查：保存预算2模型答复。 | 完成“保存预算2模型答复”，把结果写入Q2，需要计算时保留中间一步，需要来源时写编号。 | Q2中可核查：保存预算2模型答复。记录应与当前材料、当前输入或实际返回一致。 |
| 33:00—34:00 | 引导并检查：检查是否偷用后两步。 | 完成“检查是否偷用后两步”，把结果写入Q2，需要计算时保留中间一步，需要来源时写编号。 | Q2中可核查：检查是否偷用后两步。记录应与当前材料、当前输入或实际返回一致。 |
| 34:00—35:00 | 引导并检查：保存预算4答复。 | 完成“保存预算4答复”，把结果写入Q2，需要计算时保留中间一步，需要来源时写编号。 | Q2中可核查：保存预算4答复。记录应与当前材料、当前输入或实际返回一致。 |
| 35:00—36:00 | 引导并检查：查预约成功是否被捏造。 | 完成“查预约成功是否被捏造”，把结果写入Q2，需要计算时保留中间一步，需要来源时写编号。 | Q2中可核查：查预约成功是否被捏造。记录应与当前材料、当前输入或实际返回一致。 |
| 36:00—37:00 | 引导并检查：保留初次错误作为证据。 | 完成“保留初次错误作为证据”，把结果写入Q2，需要计算时保留中间一步，需要来源时写编号。 | Q2中可核查：保留初次错误作为证据。记录应与当前材料、当前输入或实际返回一致。 |
| 37:00—38:00 | 独立段只提示任务、不提前给结论：读独立X与Y题面。 | 完成“读独立X与Y题面”，把结果写入Q3，需要计算时保留中间一步，需要来源时写编号。 | Q3中可核查：读独立X与Y题面。记录应与当前材料、当前输入或实际返回一致。 |
| 38:00—39:00 | 独立段只提示任务、不提前给结论：写固定调用顺序。 | 完成“写固定调用顺序”，把结果写入Q3，需要计算时保留中间一步，需要来源时写编号。 | Q3中可核查：写固定调用顺序。记录应与当前材料、当前输入或实际返回一致。 |
| 39:00—40:00 | 独立段只提示任务、不提前给结论：列X第一条观察。 | 完成“列X第一条观察”，把结果写入Q3，需要计算时保留中间一步，需要来源时写编号。 | Q3中可核查：列X第一条观察。记录应与当前材料、当前输入或实际返回一致。 |
| 40:00—41:00 | 独立段只提示任务、不提前给结论：列X第二条观察。 | 完成“列X第二条观察”，把结果写入Q3，需要计算时保留中间一步，需要来源时写编号。 | Q3中可核查：列X第二条观察。记录应与当前材料、当前输入或实际返回一致。 |
| 41:00—42:00 | 独立段只提示任务、不提前给结论：写X已知未知。 | 完成“写X已知未知”，把结果写入Q3，需要计算时保留中间一步，需要来源时写编号。 | Q3中可核查：写X已知未知。记录应与当前材料、当前输入或实际返回一致。 |
| 42:00—43:00 | 独立段只提示任务、不提前给结论：写X停止理由。 | 完成“写X停止理由”，把结果写入Q3，需要计算时保留中间一步，需要来源时写编号。 | Q3中可核查：写X停止理由。记录应与当前材料、当前输入或实际返回一致。 |
| 43:00—44:00 | 独立段只提示任务、不提前给结论：列Y全部观察。 | 完成“列Y全部观察”，把结果写入Q3，需要计算时保留中间一步，需要来源时写编号。 | Q3中可核查：列Y全部观察。记录应与当前材料、当前输入或实际返回一致。 |
| 44:00—45:00 | 独立段只提示任务、不提前给结论：写Y可推荐范围。 | 完成“写Y可推荐范围”，把结果写入Q3，需要计算时保留中间一步，需要来源时写编号。 | Q3中可核查：写Y可推荐范围。记录应与当前材料、当前输入或实际返回一致。 |
| 45:00—46:00 | 独立段只提示任务、不提前给结论：注明Y无预约返回。 | 完成“注明Y无预约返回”，把结果写入Q3，需要计算时保留中间一步，需要来源时写编号。 | Q3中可核查：注明Y无预约返回。记录应与当前材料、当前输入或实际返回一致。 |
| 46:00—47:00 | 独立段只提示任务、不提前给结论：拆已订好与随时可去。 | 完成“拆已订好与随时可去”，把结果写入Q3，需要计算时保留中间一步，需要来源时写编号。 | Q3中可核查：拆已订好与随时可去。记录应与当前材料、当前输入或实际返回一致。 |
| 47:00—48:00 | 独立段只提示任务、不提前给结论：按轨迹修订最终报告。 | 完成“按轨迹修订最终报告”，把结果写入Q3，需要计算时保留中间一步，需要来源时写编号。 | Q3中可核查：按轨迹修订最终报告。记录应与当前材料、当前输入或实际返回一致。 |
| 48:00—49:00 | 请收取固定轨迹X/Y的状态表，检查是否记录各自停止处，不补入未解锁观察。 | 保留两次预算下的已知、未知、调用数、推荐判断及原报告修订稿。 | X/Y各有自己的可用观察，推荐和预约没有混成一个状态 |
| 49:00—50:00 | 引导并检查：对照两个预算状态。 | 完成“对照两个预算状态”，把结果写入Q3，需要计算时保留中间一步，需要来源时写编号。 | Q3中可核查：对照两个预算状态。记录应与当前材料、当前输入或实际返回一致。 |
| 50:00—51:00 | 引导并检查：解释四次结束未必任务成功。 | 完成“解释四次结束未必任务成功”，把结果写入Q3，需要计算时保留中间一步，需要来源时写编号。 | Q3中可核查：解释四次结束未必任务成功。记录应与当前材料、当前输入或实际返回一致。 |
| 51:00—52:00 | 引导并检查：核没有删除失败记录。 | 完成“核没有删除失败记录”，把结果写入Q3，需要计算时保留中间一步，需要来源时写编号。 | Q3中可核查：核没有删除失败记录。记录应与当前材料、当前输入或实际返回一致。 |
| 52:00—53:00 | 引导并检查：区分动态智能体与工作流。 | 完成“区分动态智能体与工作流”，把结果写入Q3，需要计算时保留中间一步，需要来源时写编号。 | Q3中可核查：区分动态智能体与工作流。记录应与当前材料、当前输入或实际返回一致。 |
| 53:00—54:00 | 引导并检查：给越界报告补限制。 | 完成“给越界报告补限制”，把结果写入Q3，需要计算时保留中间一步，需要来源时写编号。 | Q3中可核查：给越界报告补限制。记录应与当前材料、当前输入或实际返回一致。 |
| 54:00—55:00 | 请学生逐句核对修改后的报告，由哪一步观察支持，哪些动作仍未发生。 | 标注Q3报告的容量和时段依据，说明为何不能写已订好或随时可去。 | 修订依据引用预算内观察，固定重放和真实预约分开 |
| 55:00—56:00 | 引导并检查：读迁移助手任务。 | 完成“读迁移助手任务”，把结果写入Q4，需要计算时保留中间一步，需要来源时写编号。 | Q4中可核查：读迁移助手任务。记录应与当前材料、当前输入或实际返回一致。 |
| 56:00—57:00 | 引导并检查：设只读工具与停止条件。 | 完成“设只读工具与停止条件”，把结果写入Q4，需要计算时保留中间一步，需要来源时写编号。 | Q4中可核查：设只读工具与停止条件。记录应与当前材料、当前输入或实际返回一致。 |
| 57:00—58:00 | 引导并检查：写需要引用的最终证据。 | 完成“写需要引用的最终证据”，把结果写入Q4，需要计算时保留中间一步，需要来源时写编号。 | Q4中可核查：写需要引用的最终证据。记录应与当前材料、当前输入或实际返回一致。 |
| 58:00—59:00 | 引导并检查：引用具体步骤回答主问题。 | 完成“引用具体步骤回答主问题”，把结果写入Q5，需要计算时保留中间一步，需要来源时写编号。 | Q5中可核查：引用具体步骤回答主问题。记录应与当前材料、当前输入或实际返回一致。 |
| 59:00—60:00 | 引导并检查：交目标轨迹状态与受限汇报。 | 完成“交目标轨迹状态与受限汇报”，把结果写入Q5，需要计算时保留中间一步，需要来源时写编号。 | Q5中可核查：交目标轨迹状态与受限汇报。记录应与当前材料、当前输入或实际返回一致。 |

---

# 第23课教师参考与评分｜智能体过程：目标、工具观察与停止条件

学生完成独立任务后使用。预测猜错不扣分，评分看观察、依据和修订。

## Q0

接受原有认识，记录是否提出可观察证据，不要求初次猜测与结论一致。

## Q1：默认实验

默认材料：固定顺序不可跳步：①read_room(A)返回容量4；②read_room(B旧入口)返回404；③read_catalog(B)返回容量6及现行入口；④read_availability(B现行入口)返回18:00—19:00可用。目标时段固定18:00—19:00。A未提供空闲信息；无预约工具。即使提前看到全轨迹，预算未到的观察也不得用作当前证据。

中间一步：只读第①步A容量4，对5人目标先判断能排除什么，不能因此推出B的状态。

程序关键结果：已解锁调用：4；可推荐；预约状态：未执行。边界：本地固定工具轨迹重放与状态计算；没有运行自主AI智能体或真实预约。

## Q2：改变条件

人数5不变，只把调用预算4减成2；恢复预算4，再把人数5改成7，比较停止时能给出的结论。

本题的变化参考：

预算2时A容量不足、B容量和空闲未知；预算4且5人可在模拟轨迹中推荐B，未预约。7人时B容量不足；4人看A容量虽足，A空闲仍未提供。

## Q3：独立参考

按规定①A→②B旧入口→③目录→④空闲的固定顺序，X只解锁前两次；A容量不符，B读取失败，B容量与空闲未知；到预算停止，不能推荐已满足条件的B。Y四次后按脚本B容量6、18—19可用，可列候选；无预约工具与返回，不能写订好或随时可去。共同需标这是教师模拟轨迹，真实房间状态未核实。

先读条件，再查来源或中间算式，最后比较结论。答案碰巧一致但缺必要证据，不给足依据分。措辞不同而条件完整应接受。

## Q4：迁移参考

直接按容量和时段筛出B即可，固定规则或一次读取后的筛选已足够；不必为了Agent名称增加循环。仍未预约。

## Q5：离堂核验

合格回答回应“工具失败或预算不足时，怎样判断任务做到哪一步，避免把推荐说成已完成预约？”，并指向Q1或Q2一次实际观察。只复述名词或产品名不足。

## 10分评分

| 项目 | 分值 | 可观察标准 |
|---|---:|---|
| Q0原始预测与Q1观察分开 | 1 | 留下初稿，猜错不扣分，修订有依据 |
| Q1中间过程 | 2 | 1分定位输入或原文，1分完成可复核判断 |
| Q2控制条件 | 2 | 1分只改指定条件，1分描述前后证据 |
| Q3独立任务 | 3 | 1分选对适用材料，1分过程正确，1分结论与未知处理 |
| Q4迁移 | 1 | 新材料下保持条件与来源对应 |
| Q5边界与交付 | 1 | 可复现记录，诚实区分本地、人工、外部输出 |

建议达到7分且Q3至少2分后继续综合任务；这是教师建议，未经过真人试教验证。