当AI agent说"完成"时，你怎么知道它真的完成了？

我正在测试一个名为 agentuptime 的早期概念。目前还没有产品或 SDK。这个想法源于我在使用代理时一直感到困扰的一个问题：代理说“已完成”，并不意味着相关操作真的已经发生。

工具可能返回成功，链路追踪看起来一切正常，但外部系统却仍然处于错误的状态。因此，我正在尝试一种小型的“收据”机制：代理的声明与独立验证的结果相分离。

比如：数据库写入 → 记录是否真的能被读取回来？API 调用 → 对方系统是否已呈现预期状态？代理交接 → 另一个代理是否确实收到了该任务？

我试图弄清楚，这种需求是否值得单独构建一层，或者仅靠链路追踪加上自定义检查就能很好地解决。如果你也在运行带有实际副作用的代理，那么哪种操作最难验证呢？

agentuptime.dev