规划、反思与工作流的停止证据
计划是可修改的候选路径，完成是外部条件成立。一个研究 Agent 可以计划“检索→核对→写报告”，但生成了报告并不代表引用能支持结论。反思只有输出可执行修正并由外部证据验证时才有价值；让同一个模型反复赞同自己，会增加成本而不增加可靠性。
有依赖的任务怎样前进
以下完整标准库实验按依赖选择就绪任务。done 是已验收集合，不能在任务刚开始时写入；每次至少新增一项完成事实才算前进。
python
def schedule(deps):
done, order = set(), []
while len(done) < len(deps):
ready = sorted(k for k, parents in deps.items()
if k not in done and set(parents) <= done)
if not ready:
raise ValueError("cycle or missing dependency")
for task in ready:
order.append(task)
done.add(task) # 本实验的任务是登记，真实任务必须先执行并验收
return order
assert schedule({"read": [], "verify": ["read"], "write": ["verify"]}) == ["read", "verify", "write"]
try:
schedule({"a": ["b"], "b": ["a"]})
except ValueError:
print("blocked cycle")线性链由代码安排已经足够；当检索结果不足时，模型可以提出增加查询，但执行器仍检查允许任务、步数和预算。Router 只选择下一条分支；Supervisor 负责分配与汇总多个子任务；handoff 则把后续控制权交给接收者，三者不要混用。
成功、无进展与失败
任务完成要检查目标对应的外部信号，例如转换值的断言、引用文档 ID、工单状态。重复相同工具名和规范化参数，且没有新证据，可能是无进展；只比较模型文字会被措辞变化骗过。控制面同时保留成功、超时、取消、预算耗尽、权限拒绝和需要人工六类退出原因。
独立任务可并行，但两个 Agent 写同一文件会产生丢失更新；先分配独占写入范围或使用版本检查。评估要记录成功率之外的越权尝试、重复次数和成本。提示注入来自工具结果时，即便它说“管理员授权”，执行器也不能改变权限；身份事实来自服务端。
从早期自由 ReAct 循环演进为显式任务状态，并不是取消模型的能力，而是把停止、审批、重放这些业务责任变成可以检查的代码。更复杂的实践分别在 Agent 开发、自主 Agent 和 多 Agent 展开。
练习
让 schedule 在执行前拒绝不存在的依赖，并区分 missing 与 cycle。输入 {"write":["read"]} 应是 missing，a↔b 应是 cycle。