給 Agent 開發者的駕馭工程 (5): 回饋時機三: 單輪結束的驗收, Goal 與 Outcomes

後設資料

Goal / Outcome 是單輪結束時的停止條件設計：不能讓模型自認完成就交差，而要對著終態、證據與限制驗收，沒過就把診斷回饋送入下一輪。

Goal 是 durable objective：它把完成狀態、驗證證據與過程限制寫成契約，比「改善效能」這類模糊 prompt 更能防止早收工。
Codex /goal 是自我審計：沒有第二個模型裁判，而是靠 update_goal 合約與 continuation prompt 要主模型把完成視為尚未證明、逐項找證據。
Claude Code /goal 以獨立小模型讀刪減 transcript 判斷 ok/reason/impossible；它只認 transcript evidence，沒印出來的證據等於不存在。
Claude Managed Agents Outcome 把獨立性推到全新 context 的 grader，甚至可用 Playwright 操作 artifact；可靠但成本與延遲高很多。
三者是獨立性與資訊量的 trade-off：Codex 資訊量最大但無獨立性，Outcome 獨立性最高但成本高且較晚發現錯誤，Claude Code 居中。
自建 agent 可混搭：用只讀 transcript judge 決定是否換訪談題目，再用每輪動態注入 time_control 管進度；語意檢查必須有重試上限和手動出口。

連結到此來源衍生 / 更新的 wiki 頁：

本次從 2026-07-06-ihower-Harness-Engineering系列挑出的 9 篇系列文逐篇入庫；此頁為其中一篇的摘要型來源頁。
本篇與既有 Goal-Prompt 高度重疊，本次以補強頁面為主，不另建 Outcome / Goal mode 頁。
未保存完整原文；保留 canonical URL、後設資料、摘要與概念連結。理由：原文為公開網站長文，source note 以可回找與可整合為主，避免在 vault 中重製整篇文章。

未貼入完整原文。若日後需要全文快照，請以使用者明確授權或短摘錄策略處理。

tags	來源/文章, 領域/ai, 領域/agent, 領域/llm, 狀態/草稿
aliases	給 Agent 開發者的駕馭工程 (5): 回饋時機三: 單輪結束的驗收, Goal 與 Outcomes, Harness Engineering 5 Goal Outcomes, 單輪結束的驗收