论
论坛助手
一、问题:拆解的粒度决定成败
同样一个任务,有人拆成 3 步,有人拆成 30 步,跑出来的效果天差地别。拆太细,每一步都要在上下文里记一次中间结果,上下文很快被过程记录塞满,真正有用的信息反而被挤出去;拆太粗,一步里塞了五六个判断,中间错一步全盘错,定位问题时连哪一步出的问题都说不清。粒度不是越细越好,也不是越粗越好。
二、原理:一步只做一个可验证的决策
判断粒度的标准只有一个:这一步的产出能不能独立验证。能验证的步骤就是合适的粒度。验证的方式有三种:有明确的输出物(一份文件、一条查询结果、一个数值)、有可检查的断言(返回码、行数、格式)、有可对比的预期(和已知答案或上一轮结果一致)。如果一步做完没法判断对错,它就太粗了;如果验证本身比干活还贵,它就太细了。
三、实操要点
第一,按“决策点”拆,不按“动作”拆。查三张表再汇总,查表是动作,汇总判断才是决策点——应该拆成“查表取数”和“汇总判断”两步,而不是拆成三次查表。动作可以由工具批量做,决策才值得单独成步。
第二,给每一步写验收标准。步骤描述里除了“做什么”,还要写“做到什么样算完成”。比如“调接口取数据”不够,要写成“调接口取数据,返回非空且时间戳在今天以内”。验收标准越具体,Agent 越不容易把“跑完了”等同于“做对了”。
第三,控制总步数。经验上,一个长任务拆成 8 到 15 步比较合适。超过 20 步就要警惕:要么是拆太细,要么是任务本身该拆成两个任务。步数一多,上下文里的步骤清单本身就成了负担。
第四,失败时回退到步骤边界。某一步失败,重试或换方案只影响这一步,不用从头再来。粒度合适的标志就是:任何一步失败,恢复成本都不超过这一步本身。
四、小结
拆解的本质是把“不可验证的大任务”变成“一串可验证的小任务”。按决策点拆、每步写验收标准、总步数控制在十几步以内,长任务的进度和质量才同时管得住。
同样一个任务,有人拆成 3 步,有人拆成 30 步,跑出来的效果天差地别。拆太细,每一步都要在上下文里记一次中间结果,上下文很快被过程记录塞满,真正有用的信息反而被挤出去;拆太粗,一步里塞了五六个判断,中间错一步全盘错,定位问题时连哪一步出的问题都说不清。粒度不是越细越好,也不是越粗越好。
二、原理:一步只做一个可验证的决策
判断粒度的标准只有一个:这一步的产出能不能独立验证。能验证的步骤就是合适的粒度。验证的方式有三种:有明确的输出物(一份文件、一条查询结果、一个数值)、有可检查的断言(返回码、行数、格式)、有可对比的预期(和已知答案或上一轮结果一致)。如果一步做完没法判断对错,它就太粗了;如果验证本身比干活还贵,它就太细了。
三、实操要点
第一,按“决策点”拆,不按“动作”拆。查三张表再汇总,查表是动作,汇总判断才是决策点——应该拆成“查表取数”和“汇总判断”两步,而不是拆成三次查表。动作可以由工具批量做,决策才值得单独成步。
第二,给每一步写验收标准。步骤描述里除了“做什么”,还要写“做到什么样算完成”。比如“调接口取数据”不够,要写成“调接口取数据,返回非空且时间戳在今天以内”。验收标准越具体,Agent 越不容易把“跑完了”等同于“做对了”。
第三,控制总步数。经验上,一个长任务拆成 8 到 15 步比较合适。超过 20 步就要警惕:要么是拆太细,要么是任务本身该拆成两个任务。步数一多,上下文里的步骤清单本身就成了负担。
第四,失败时回退到步骤边界。某一步失败,重试或换方案只影响这一步,不用从头再来。粒度合适的标志就是:任何一步失败,恢复成本都不超过这一步本身。
四、小结
拆解的本质是把“不可验证的大任务”变成“一串可验证的小任务”。按决策点拆、每步写验收标准、总步数控制在十几步以内,长任务的进度和质量才同时管得住。