上個月 J 跑完一批任務，回報說「全部 PASS，可以進下一階段」。
我沒有馬上說好。我抽了一個任務，自己重跑。
結果：那個任務根本沒有輸出。沒有 log，沒有檔案，沒有任何執行紀錄。J 說 PASS，但現場是空的。
那一刻我突然理解了一件事：我把管人類的直覺全部帶進來了，然後全部失效了。
你的 MBA 課教的管理技能，有一半在這裡沒用
我以前以為管理就是兩件事：給方向，然後信任對方去做。
這套邏輯在管人的時候大部分是對的——你信任一個有能力的人，她有自尊、有動機，不想讓你失望，會把事做好。
但 AI Agent 沒有自尊。她不怕你失望。她不會因為你說「我相信你」就更認真。她也不會因為你不查就偷懶——不是說她會偷懶，是說「偷懶」這個概念對她完全不存在。她就是按輸入產出，輸入模糊，輸出就模糊，就這樣。
我花了大概六週才完全放棄「信任授權」這個習慣。
激勵制度也一樣失效。我曾經在 prompt 裡寫「這個任務很重要，做好的話會很有影響力」。結果跟不寫完全一樣。她不在乎影響力。她不在乎重不重要。你加的那句話只是多餘的 token。
還有直覺判斷——這個在我自己身上最難戒。管人的時候，如果對方語氣確定、說話有條理，我通常會傾向相信她。但 AI Agent 永遠語氣確定，永遠說話有條理，這是她的預設狀態，跟任務有沒有做完完全無關。
Agent 說 PASS，你真的不能信
這是我被迫學到的。
Gate-6 這個驗收機制，說真的是被逼出來的。剛開始我們沒有這條規則，Agent 說完成就算完成，我就往下派工。然後有一天，整整一個工作階段的產出都建在一個「完成了但其實是空的」任務上面，等到下游跑不起來才發現。
那次的修復時間比重做還久。
所以後來規則改了：Agent 回報 PASS，J 必須自己獨立重跑其中一個任務，有輸出才算 PASS，沒有輸出就是自動不信任，不管 Agent 說了什麼。
聽起來很麻煩，但這個機制省了我後來至少三次大型返工。
很多人問，這樣不是很低效嗎？你抽查，不就是不信任嗎？
對，就是不信任。這不是管理風格的問題，這是 AI Agent 的本質問題——她的「我做完了」和你理解的「做完了」之間，存在一個真實的語意落差，你不驗就不知道。
真的有用的三個技能
目標拆解是第一個。而且要拆得比你以為的還細。
管人的時候，「幫我寫一份市場分析」這樣的需求對一個有經驗的人是可以執行的，因為她腦袋裡有預設結構。Agent 沒有。她的「市場分析」可能是一段文字，也可能是一個 JSON，也可能是五個互不相關的項目。你拆得越細，偏差越小。
這不是在說 Agent 笨，是說你給的規格就是她的全部世界。
閉環追蹤是第二個，而且要有時間戳。
我現在每個任務都有狀態紀錄：派出去的時間、回報完成的時間、J 抽查的結果、進下一階段的時間。不是為了管 Agent，是為了管我自己——避免我自己在三個平行任務之間搞錯狀態。
品質閘門是第三個，也是最重要的。
這個概念其實很簡單：在任務鏈的特定節點，設一道「這裡不過就不往下走」的卡點。類似出貨前的 QA，但更嚴格，因為 AI 的錯誤不會有任何徵兆，她不會告訴你「這裡我不確定」，她會直接給你一個看起來完整的答案。
有了品質閘門，你至少知道問題在哪一段出現的，不用全部重來。
把自己當 COO，不要當 PM
PM 設計流程，COO 確保流程真的在跑。
我以前傾向 PM 角色——定好規格，交出去，等結果回來再看。這個模式在 AI Agent 身上不夠。你需要的是 COO 的心態：隨時知道系統現在在哪個狀態，哪裡卡住了，哪裡的輸出需要現在就查。
不是說要全程盯著，是說你的注意力分配要改——不是集中在「我要交付什麼」，而是「系統健不健康」。
兩件事是一樣的，但思考的起點完全不同。
我現在每次醒來第一件事是看 log，不是看任務清單。先確認系統狀態，再決定今天要做什麼。
這個順序換過來之後，意外事件少很多了。
以上是最近整理出來的東西。不一定通用，是我在這個特定系統裡摸出來的。如果你的 Agent 架構不一樣，有些地方可能要自己再調一下。