学了3个月Agent还只会Demo用这5项工程能力做一次自测一个Agent Demo可以很精彩输入目标自动搜索最后生成一份报告。但让另一个人使用时换了问题就报错重启进程任务消失超时后不知道执行到哪一步。这时继续加一个Agent通常解决不了核心问题。**我更建议把下一阶段当成工程自测系统在你不盯着的时候会怎么工作。**下面五项能力每一项都配一个可以动手验证的题目。1. 任务状态能解释“现在进行到哪”至少区分待执行、运行中、等待确认、成功与失败。给任务分配稳定标识保存必要进度说明什么时候允许恢复什么时候必须重新开始。练习在查询完成、报告尚未生成时停止进程。重启后查任务记录确认系统能明确报告状态。恢复不能简单等于把所有步骤重新做一遍。2. 工具契约能处理“没按预期返回”每个工具都应明确输入范围、输出结构、错误类型和是否有副作用。模型生成的参数需要校验查询失败与查无结果也要分开。练习让工具返回字段缺失、无效日期和超时。看系统能否记录具体失败原因而不是统一回答“稍后再试”。写操作再增加重复调用测试验证幂等约束。3. 数据边界能控制“谁能看到什么”用户身份必须来自服务端可信会话不能让模型自己决定租户或用户编号。检索和工具查询都要执行权限过滤返回的引用也不能泄露无权查看的资料。练习准备两个用户和两组互不可见的资料让他们提出相同问题。检查检索结果、答案和日志中的访问边界。公开练习数据同样可以验证这类设计。4. 评测定位能回答“改了以后真的更好吗”把正常任务、缺信息、无答案、工具故障和越权请求固定成评价集。分别看任务完成、工具行为、引用正确性和开销避免用一个总分遮住风险。练习只改提示词比较同一批样本记录改善与退化。人工判定要给规则不能只写“感觉更聪明”。模型评审可辅助但关键业务结果仍需可核查的判据。5. 交付运行能让别人启动并排障写出环境、依赖、配置样例和启动命令配置中不能带密钥。日志要能串起任务、模型和工具调用错误可定位到具体环节。练习把项目交给没看过代码的人启动。然后模拟模型服务不可用检查是否能降级、停止或给出清楚的失败状态。持久化机制可以辅助任务恢复但不能替代外部写操作的幂等设计。参考LangGraphPersistence核对日期2026-10-15。别按学习时长评价自己“三个月”只是一个常见学习阶段不是能力标准。有人做过多年业务系统迁移很快有人刚开始写服务需要补的基础更多。把五项自测的结果写进项目文档比再放一张聊天截图更有说服力。你可以在评论区写出最先暴露的问题关注这个系列继续看企业级系统怎样确定验收边界。