跟着小螃蟹，看懂 AI 的行动与控制 - 编程一生
内容提要
文章以“小螃蟹”为例说明AI行动与控制：行动须真正改变外部状态，工具调用不等于成功；控制要依据反馈形成“行动—观察—检查—调整”闭环。需区分建议、尝试与成功，以确认单为证据；超时先查状态并防重复；明确工具权限与人工确认边界，最终核对真实目标。
延伸解读
工具调用不等于成功：区分建议、尝试与成功
文章强调，AI 调用工具只是行动的开始，参数错误、权限不足等都可能导致失败。必须区分“建议预约”“已提交请求”和“收到确认单”三种状态。只有拿到可核对的确认证据（如时间、场地一致），才算真正成功。这提醒读者在设计或评估 AI 系统时，不能把模型输出的“成功”文案当作业务完成的依据。
超时后先查状态，避免重复执行
网络超时可能意味着操作未成功，也可能已经成功但回复丢失。文章建议先查询状态，再决定是否重试；对于可重试操作，要用请求标识或业务记录防止重复预约、重复通知。同时应限制重试次数并保留人工入口。这一节对实际系统设计很有价值：盲目重试可能反复制造同一问题，而不是解决问题。
权限边界要写进流程，而非依赖提醒
文章指出，系统需明确可用工具、参数范围、执行权限，以及哪些操作需要人工确认。选择工具的模型不应自行扩展权限。容易撤销的准备工作（如生成通知草稿）和影响他人的正式操作（如发送通知）可采用不同规则。这些边界必须固化在系统流程中，不能只靠一句“请谨慎操作”来约束。
最终核对真实目标，而非仅看任务状态
预约成功只是故事会筹备的一步，小螃蟹还要核对日期、地点、人数，甚至现场椅子摆放和入口畅通。文章借此说明，检查 AI 系统时应追问：执行了什么？结果如何确认？失败如何恢复？何时交给人？这帮助读者跳出“任务完成”的表面信号，关注真实业务目标是否达成。
Q&A
AI 执行了工具调用就算成功了吗？
不算。工具调用不等于成功，参数错误、名额已满、权限不足等都可能导致操作失败。只有真正改变外部状态并得到有效确认，才算成功。
AI 如何根据反馈调整行动？
AI 需要形成“行动→观察反馈→检查目标→调整行动”的闭环。例如预约接口返回“名额已满”时，应更新状态并选择替代场地，而不是继续沿用成功文案。
建议、尝试和成功在 AI 任务中有什么区别？
建议是方案（如“建议预约室内场地”），尝试是已提交请求（如“已经提交预约请求”），成功则需要证据（如“收到预约确认，时间与场地核对一致”）。不能把请求被接收当作任务完成。
AI 操作超时后应该怎么处理？
超时后应先查状态，因为可能已成功但回复丢失。可重试的操作要有防重复机制（如请求标识），并限制重试次数，留出人工处理入口。
给 AI 工具权限时需要注意什么？
需要明确可用工具、参数范围、执行权限，以及哪些操作需要人工确认。选择工具的模型不应自己扩展权限，边界应写进系统流程，不能只依赖“请谨慎操作”。
如何检查 AI 系统是否真正完成了目标？
可以问四个问题：执行了什么？结果怎么确认？失败如何恢复？何时交给人？并且要核对真实目标，例如预约成功后还需检查日期、地点、人数等条件。
