P5验收：不相信“已经完成”

你以为 AI 跑不长是因为它懒。换个角度看，它是在努力节省 token，努力避免越做越错。当上下文不够、证据不够、任务边界不清楚的时候，它会倾向于提前宣布“我已经完成了”。

原则 16　不要相信它说的“已经完成”

很多 AI 任务，最后都败在没人验收上。所以验收要落到最终状态。我交代签到页时，“什么叫做对了”写的是：用两部手机各签到一次，大屏上能看到两条记录，刷新之后还在。这句话任何第三个人都能照着检查。不要相信它说的“已经完成”：打开页面自己点一遍，让它截图给你看，能跑测试的，让它把测试跑一遍。

这是我写给 Agent 的规则里的一条：按任务的边界，回读最终的产物、运行状态或者对外的渠道。汇报的时候也要说准，成功、失败、部分完成、等待中、草稿、已提交审核、已上线，是七种不同的状态，不能混着说。

原则 17　能用机制管住的，别只靠叮嘱

9 月 2 日，我和 Agent 在活动行的后台找一个设置项，前后折腾了好几轮。它把一个从网页片段里推想出来的后台地址，当成实测结果写进了 Skill，那个地址其实打不开；它报“已提交”时给的提交编号，那次提交并不存在。同一次会话里，它刚把“禁止编造”写进这个 Skill 的说明书，下一轮就又违反了。那天我记下的教训是：提示层的“禁止编造”管不住幻觉，要靠机械的门禁。

Stop Hook 是 Agent 准备结束时触发的检查：跑测试、看改动、让另一个 Agent 审查，没过就接着改。这样，“完成”就必须经过外部验收。纯 Stop Hook 简单直接，可验收条件写得机械，很容易变成无限套娃；另一条路是多智能体，一个负责推进，一个负责挑错，一个判断要不要继续。

我当天加的那道 Stop Hook 只查一件事：每一轮结束时扫一遍记录，凡是路径、提交编号这类具体的东西，如果在它说出来之前，记录里从没出现过，就报出来。几个细节必须做对：要按时间先后算，不然事后核查的命令会把要查的东西带进来，造成漏报；要把我的消息和它执行操作时填的参数都算进去，不然会误报；只报最新一轮，不然旧问题每次都重报，门禁就成了噪音。精确的计数也试过，误报太多，就不查了：总在喊狼来了的门禁，会被人无视。

原则 18　事实回到源头核对，拿不准就不写

写文章时，我会把所有“不能错”的东西单独列成一张表，叫事实账本。下面是《杀出去不会死》那篇的节选：

交给 AI 时，我会告诉它，账本里的东西一个字都不能改；文章写完，再拿账本逐条对一遍。列账本最大的收获，是逼你发现自己不知道的东西。我前几期创造营的日期和场地，不同文章里写得就不一致。遇到这种情况，要么去查清楚，要么干脆不写，绝不能让 AI 替你“选一个”。

数字也是事实，算数字的工具也会错。今年 9 月写一本书，统计字数的命令把中文按字节算，每章 3,400 字被当成了 1 万字，全书 4.5 万字被当成了 14 万字。发现之后，又补写了一倍的内容。

《超越之旅》第一期的讲义也是这么做的：整理、成稿、排版都有 AI 参与，书里我自己的故事和数字，都出自我的文章、讲稿、朋友圈和公开演讲。

原则 19　版本号证明它变过，Case 证明它变好

我的 Skill 商业化，顺序是先证明结果，价格排在后面。先在真实任务里完成一次，留下脱敏后的输入、最小的 Prompt、真实的输出和验收证据，这叫一个 Case；再把 Case 放进回归评测，证明结果可以重复；然后才定价、上架、交易。用户的反馈会暴露新的缺口，再回到版本升级。

写书 Skill 是我过去一年单个 Skill 收益最高、影响最大的案例。2026 年 4 月，它在 47 分钟里跑出了 14 章、7.4 万字、200 多页的技术书初稿。它不能直接出版，但已经是一份能进入人工编辑阶段的底稿，原来要三个月的创作，变成了一个周末的编辑工作。4 月 14 日我把它放在公众号上付费出售，几天里来了 100 多个付费用户，价格从 299 涨到了 1299。

原则 20　既要相信它，也要准备替它擦屁股

第一期创造营的一位嘉宾讲过他的亲身经历：上台那天早上打开电脑，发现前一晚的 PPT 被自己跑的某个 Agent 覆盖了，花了一个小时回滚版本才找回来。

所以重要的东西要有版本管理，要能回滚。和 AI 一起写代码时，每做成一步就让它提交一次，改坏了可以回到上一个能用的版本；我的 Skill 调用记录里，用得最多的就是提交。删除或者大批移动文件之前，先备份。

我给 Agent 的规则里也写着：可能丢数据之前，先看清现状和精确的目标，保留还没提交的改动；高风险的操作，优先选备份、移动、隔离、增量修改这类能恢复的做法；校验没通过，去查根因，不许绕过去。

常见误区

• —跑通一次就算完成。只能在你这台电脑上、在你盯着的时候才能跑的东西，还只是一次演示。
• —让它自己检查自己。同一个模型、同一段需求、同一种乐观，查不出自己的错。
• —多写几条“不要编造”。条文管不住的，要换成终点上的检查。