先找清楚问题，
再决定系统怎么做。

当任务会跨会话、等待外部结果、接受用户修改或调用有副作用的系统时，单个模型循环已不足以表示工作。需要回答：离开页面后谁保留任务；新事件如何改变已有计划；重启后从哪里继续；哪些结果可以告知用户完成。本专题围绕合成任务合同解释，不要求小型草稿工具先建设平台。

同样是“模型经常做错”，修复位置可能完全不同。模型不知道现在有哪些订单，应修数据获取；不知道“履约完成”对应哪个事件，应修能力说明；能选对动作却写不出复杂配置，可考虑中间表示；大量重复排序任务太贵，才可能值得训练轻量模型。先保存失败输入、工具返回、预期结果和实际结果，再讨论训练，避免用昂贵权重更新掩

业务人员说“生成下月销售计划”或“帮我找一台能替换的泵”，都不是一个可直接执行的接口请求。前者要把战略意图变成数据分析、计算和待确认假设；后者要把口语需求变成要求，再证明具体商品满足要求。本专题比较这两类任务：模型可以理解与组织工作，但计划数值和产品资格各有外部依据。

有安全入口、可下载插件和模型网关之后，企业仍可能没有一笔能持续完成的工作。这里沿“找任务—做产物—接运行—看复用”补足四个判断。主线先读机会筛选、责任分工、部署及试点；本专题用于检查迁移条件，不要求每个项目建设统一平台。

运营要给“未付款买家”改一条促销通知，分析员要找“上季度处理超过两笔工单且平均处理时间最短的人”。两者都能检索，但前者找写法范例，后者找查询流程与当前业务事实。把三种材料混成一个向量库，会让旧活动优惠或旧季度名单悄悄成为今天的答案。

准备推出新的商品筛选界面时，可以先测代理是否会操作，也可以让模拟买家比较两个界面。两者回答不同问题：操作能力通过不证明真实买家愿意使用；浏览轨迹像人也不证明新界面会提高加购。本专题用Shopify三篇研究区分环境、用户分布与干预效果，让模拟成为候选筛选工具。

本专题用于三种具体任务：CRM纪要落库、月末对账、商品调价。共同问题是模型会调用工具以后，谁保证对象正确、证据成立和动作获准？第12章先决定合同和状态；第14章决定如何观察失败。这里展开可用于方案评审的反例。