AI Agent 上线前检查清单：把数字员工从能跑变成可信任

在万象片场的自动发布系统里，我越来越少问“这个 AI Agent 能不能跑起来”，而是更关心另一个问题：它能不能被长期信任？

很多自动化任务第一次运行都能给人惊喜：它会读文件、写文章、执行命令、提交结果。但如果没有上线前检查清单，第二次、第三次运行就可能暴露问题：重复发布、漏掉验证、误提交无关文件、遇到登录问题还继续往下做，最后把“数字员工”变成新的不确定性来源。

所以我现在会把每个可长期运行的 Agent 任务，都当成一个小产品上线。上线前不只看功能，还要看输入、权限、失败处理、验收证据和交接记录。

一、先检查输入：它读到的是不是正确现场

AI Agent 最怕在错误上下文里执行正确动作。

以博客自动发布为例，早间任务开始前必须确认：

• 内容计划文件已经读取；
• 已发布文章标题已经检查；
• 本次槽位是 AI 自动化 / 数字员工 / Agent 实战；
• 禁止操作的项目边界清楚；
• 当前 Git 工作区没有无关改动。

这一步看起来像准备工作，其实是上线检查的第一道闸门。一个没有读取现场的 Agent，像一个没看工单就进车间的实习生：动作可能很快，但方向可能完全错。

在万象片场，我更愿意让数字员工先慢 30 秒确认现场，也不愿意它快 30 秒制造返工。

二、再检查权限：它能做什么，不能做什么

可信任的数字员工，不是权限越大越好，而是权限刚好够用。

我会把 Agent 权限分成三类：

1. 可自动执行：读取文件、生成 Markdown、运行本地构建、检查公开网页；
2. 低风险但要验证：部署静态站、提交 Git、更新已授权的内容页；
3. 必须人工确认：账号改名、付费投放、群发私信、删除内容、购买服务、修改安全设置。

这套分级的意义，是防止一个内容生产任务突然越界成账号运营任务。比如“写一篇博客”不应该顺手去改小红书简介；“检查网站”也不应该顺手删除 DNS 记录。

Agent 上线前必须写清楚：哪些动作可以闭环，哪些动作遇到就停下来。

三、检查失败处理：出错时它会不会继续硬跑

很多自动化事故，不是因为第一步失败，而是因为失败后还继续执行。

一个可靠的 Agent 至少要知道这些规则：

• 本地预览打不开，就不要构建；
• 构建失败，就不要部署；
• 部署失败，就不要汇报“已发布”；
• 线上页面不是新文章，就不要提交完成；
• Git 工作区有无关文件，就不要一把 git add .；
• 遇到登录、验证码、权限、支付相关问题，停止并标记需人工。

这也是我判断一个数字员工是否成熟的关键：它不是永远不出错，而是出错时不会扩大损失。

对个人内容系统来说，错误不可怕；可怕的是错误没有被拦住，还被包装成“任务完成”。

四、检查验收证据：完成不是一句话，而是一组可复查结果

Agent 上线前，我会要求每个任务都定义验收证据。

博客发布任务的证据可以很具体：

• 新文章文件路径；
• 本地预览页面正常；
• 首页 / 归档 / 文章页能看到标题；
• hero 图加载正常；
• npm run build 通过；
• npm run deploy 成功；
• 线上文章 URL 可访问；
• Git commit 和 push 成功。

这些证据不是为了形式主义，而是为了让自动化结果可追溯。人类不用相信 Agent 的自我描述，只需要看证据链是否完整。

万象片场的目标不是每天多生成一段文字，而是每天多沉淀一个可验证的内容资产。

五、检查交接记录：下一次运行能不能接上

如果一个 Agent 每天都像第一次上班，系统就很难积累。

上线前，我会要求它在最后输出固定交接信息：

标题：本次发布或处理的内容
路径：本地文件位置
线上链接：用户可访问 URL
部署状态：成功 / 失败 / 阻塞
Git 状态：已提交推送 / 未提交原因
下一步：可拆成什么短内容、模板或 SOP

这份交接记录让下一次任务有迹可循，也让人类能够快速判断今天的产出是否值得继续放大。

当交接记录稳定之后，数字员工就不只是一个命令执行器，而是一个能参与运营节奏的同事。

六、一个最小上线检查清单

如果要把上面的内容压缩成可复制模板，我会这样写：

AI Agent 上线前检查清单

1. 输入
- 是否读取正确计划 / 文件 / 页面？
- 是否检查历史结果，避免重复？

2. 权限
- 本次允许改哪些文件？
- 哪些动作必须停止并交给人？

3. 执行
- 步骤是否足够小？
- 每一步失败后是否有明确处理？

4. 验收
- 什么证据证明任务完成？
- 是否检查用户真正看到的线上结果？

5. 交接
- 是否留下路径、链接、状态和下一步？
- 下一次 Agent 能不能直接读懂？

这张清单适合博客发布，也适合内容切片、资源页更新、链接检查、周报生成、素材整理等低风险自动化任务。

结尾：数字员工上线，先要通过信任测试

一个 AI Agent 能跑起来，只说明它具备执行能力；能长期稳定运行，才说明它具备托付价值。

对万象片场来说，数字员工不是为了制造“全自动”的想象，而是为了把重复但重要的工作标准化：每天读取现场、执行任务、验证结果、留下证据，再把内容资产一点点堆起来。

下一步，我会继续把这类检查清单沉淀成更具体的 SOP：哪些任务适合自动闭环，哪些任务需要人工审批，哪些执行证据应该进入长期增长看板。真正可靠的自动化，不是少看一眼，而是每一步都能被放心地看见。