面向文档任务设计智能体：工具、状态与验证缺一不可

文档任务很适合智能体，但也最容易出现“看似完成、实际无证据”的问题。原因通常不是模型不会写，而是任务没有被拆成可验证的动作：检索时不知道范围，抽取时没有 schema，生成时没有引用，错误后也没有恢复路径。

工具应描述业务动作

比起一个万能的“搜索工具”，更有价值的是明确的工具集合：按位号查文件、读取指定页、提取表格记录、比较两个字段、执行只读统计、创建报告草稿。每个工具都有输入 schema、权限范围、超时、返回结构与错误码。模型只负责选择和组合这些动作。

状态分为任务状态与知识状态

任务状态记录计划、当前步骤、子任务和重试次数；知识状态记录已确认实体、来源证据、冲突项和待澄清问题。二者分开，才能既支持断点续作，又防止模型把未经验证的中间推断当成事实写进长期记忆。

验证器需要独立存在

Agent 得到答案后，验证器应检查 JSON 是否合规、引用是否真实存在、数值是否满足单位和范围约束、结论是否覆盖用户问题。对于高价值结果，可以由另一模型或规则链复核，但最终应让用户看到证据，而不是只看到“已验证”的标签。

用失败案例训练工作流

收集典型失败：检索到旧版本、混淆相似位号、表格跨页丢列、统计误走语义检索、上下文超长。把它们写成回归任务，调整工具描述、路由规则或验证器。Agent 的进化依赖工程反馈，不依赖一次性更复杂的提示词。

可靠的文档智能体更像一位遵守流程的助理：知道何时查询、何时停下、何时请人确认，也能完整说明自己的依据。