升级规则：每个 AI Agent Config 都缺少的一行

Source: Dev.to

没有它会怎样

如果没有升级（escalation）规则，代理在模糊情境下只能尽力而为。这听起来还好，直到“尽力”意味着：

• 做出它本不该做的判断
• 在信息不完整的情况下继续执行
• 产生难以追溯的下游问题
• 给出自信却实际上错误的输出

代理并不是有意为之；它只是遵循“完成任务”的指令。没有人告诉它在任务无法干净利落完成时该怎么做。

模式

升级规则包含三部分：

1. 触发条件

明确界定什么算作“不确定”，例如：

• 缺少必需的输入
• 指令冲突
• 需要人工判断的决策（花钱、联系外部方、删除数据）
• 置信度低于设定阈值

2. 结构化输出

当触发条件满足时，生成一个 JSON 文件（如 outbox.json），提供足够的上下文供人工处理：

{
  "status": "escalated",
  "reason": "Missing customer ID — cannot proceed with refund processing",
  "context": "Order #4821, amount $89.99, customer email unverified",
  "suggested_action": "Verify customer identity before processing",
  "timestamp": "2026-03-08T07:00:00Z"
}

3. 硬性停止

代理写入该文件后立即停止。它不会重试、尝试变通或继续处理，直到有人介入。

在你的代理配置中

配置文件（如 SOUL.md）中的示例表述：

## Escalation Rule
If you encounter a situation where you are uncertain about the correct action,
or where proceeding could cause irreversible harm, STOP immediately.
Write your current state, the reason for stopping, and relevant context
to `outbox.json`. Do not attempt to continue or find a workaround.
Uncertainty is a valid stopping condition.

最后一句很关键：“不确定是一种有效的停止条件。”
大语言模型的训练目标是帮助用户；它们需要明确的授权才能不帮助。

实际效果

在六个代理上应用此模式后得到：

• 错误率下降 80%——大多数错误在不确定阶段被拦截。
• 调试时间更短——outbox.json 提供了追踪线索。
• 对代理输出更有信任——当代理继续执行时，你知道它已经通过了检查。

常见反对意见

“但这会导致代理不断停止。”

配置正确的代理不会出现这种情况。频繁停止往往说明触发条件设得太宽。收紧“不确定”的定义，停止频率会显著下降。偶尔一次解释清楚的停止，远比一次自信却沉默的错误有价值。

30 秒审查法

1. 检查每个代理的配置。
2. 问自己：当代理不知道该怎么做时会怎样？
3. 如果答案不是“它会停止并告诉我”，说明缺少升级规则。

今天就添加这条规则——只需一个段落。观察你的代理运营质量飞速提升。

此模式以及另外 30 多个模式都收录在 Ask Patrick Library —— 为 AI 代理构建者提供的运营配置。 askpatrick.co