跳到主要内容

查看运行结果与验收报告

每次任务运行都会保存结果、费用、验收报告和每一步的执行记录。本页带你看懂一次运行的三个标签页，以及如何对结果给出你的决定。

下面的例子来自 Alex 的任务 Client website refresh status email：给 Brightside Bakery 的 Maria 写一封简短的网站改版进度邮件。如何发起运行、运行列表里有什么，请看运行任务。

验收报告写明哪一项没通过、为什么，并附上依据；接着由你决定，这里选的是「需修改」。画面为英文界面。

打开一次运行​

  1. 打开任务，停留在「运行历史」标签页。
  2. 点击列表中的某次运行。

运行详情顶部会显示运行编号、状态（例如「验收未通过」）、时间和「运行模型」。点击「查看验收结果」可以直接跳到验收报告；点击「返回运行列表」回到列表。

你也可以从首页进入：「需要你」区域列出等你决定的运行，每条都有「打开报告」。

运行结果​

「运行结果」标签页显示这次运行产出了什么、花了多少。

  • 运行状况，例如「运行状况：正常」。
  • 「已保存的运行结果」：这次运行的完整输出。
  • 「运行统计」，「每次报告默认展示，不占验收指标名额」：
    • 「工具调用次数」和「累计Tokens」。
    • 「估算执行成本」，分为已知模型费用和已知工具费用。使用共享模型时，「先用套餐额度，超出部分扣点数」。
    • 「验收」：这次验收的估算费用，与执行成本分开列出。
    • 「任务耗时」（执行、等待和总计）和「平均首Token响应时间」。

例如第 3 次运行的估算执行成本约为 61.77 点数，另列「验收：≈ 31.78 点数」。

第 2 次运行的运行结果页，显示运行状况和保存的邮件

验收结果​

「验收结果」标签页就是这次运行的验收报告。顶部显示：

  • 验收编号和记录号，例如「验收 #1（记录 #105）」。
  • 结论：通过、未通过或待核验。
  • 验收用的「模型」和「推理强度」。
  • 验收依据的验收标准版本和配置记录，例如「验收标准版本 1 · 配置记录 2」，让你知道这次用的是哪一版标准、哪一版任务设置。

下面是通过和未通过的数量（例如「5 项通过」）以及一段简要说明。报告还写明了每次验收都遵守的规则：「验收依据可用的输出和工具记录；依据不够的项会标为待核验，不会算作通过。」

如果运行在完成前就失败了，它的输出不会被验收，需要继续或重新运行后才能验收结果。

中文界面下第 3 次运行的验收结果：5 项通过，已接受

逐项验收结果​

「逐项验收结果」列出每条标准的结论和理由，「未通过和待核验项优先」。点击某一项下的「查看证据」，可以看到这个结论所依据的原文。

在例子中，第 2 次运行有四项通过：主题行、结尾请客户确认支付服务商、字数（约 67 个词，低于 100）、问候语和署名。有一项未通过：要求用三个带标签的要点列出进度、待交材料和服务商决定，但邮件写成了普通段落，没有要点，也没有标签。

展开「查看证据」后看到的邮件原文

重新验收​

  • 「查看本次采用的验收标准」：展开这次验收时使用的标准原文。
  • 「按本次标准重新验收」：用同一套标准再验收一次。
  • 「按当前标准重新验收」（右上角）：按任务现在的验收标准验收这次运行，比如你刚修改过标准之后。

你手动验收时，会预先选定「设置 › 检查模型」里的默认检查模型，费用从套餐点数中扣除。要修改验收依据，请看设置验收标准。

你的决定​

报告底部的「你的决定」写着：「决定是否采用这次结果；如果验收判断有误，也可以指出。你的决定会和这份报告一起保存。」

  1. 可以先在输入框里写一句说明，比如指出哪里判断错了，或补充实际情况。
  2. 点击其中一个按钮：
    • 「接受」：你会采用这次结果。
    • 「需修改」：结果要改过才能用。
    • 「拒绝」：不采用这次结果。
    • 「验收判断有误」：某个结论判断错了，在说明里写明原因。
  3. 页面提示反馈已保存。

之后报告顶部会显示你的决定（例如「已接受」），旁边是「模型原结论」，并注明「人工反馈与自动验收分别保留，便于之后复盘。」

「你的决定」：选择接受后提示反馈已保存

执行过程​

「执行过程」标签页（「让每一步，清晰可见。」）回放这次运行中发生了什么：

  • 概览：「已加载步骤」「记录时间跨度」「最多重叠步骤」和「需要留意」。
  • 筛选「全部」「模型」「工具」「需要留意」，以及两种视图：「乐谱」（按记录时间展开的时间轴）和「列表」。
  • 每一步显示执行者（例如自动模型）、是否成功、耗时，以及「输入摘录」和「输出摘录」。「仅展示有界摘录，部分内容已省略。」

打开这个标签页不会重做任何事：「仅回看已有记录，不会重新执行任务。」另外，「时间重叠不代表因果关系；外部工具内部过程未记录。」

执行过程：步骤概览、筛选和记录时间轴

从未通过到通过​

例子中的第 1、2 次运行都没通过「三个带标签的要点」这一项。Alex 参考第 2 次运行请 AI 生成改进建议，审阅后应用。第 3 次运行五项全部通过：正文正好三个要点，分别以加粗标签 Progress:、Missing materials: 和 Payment decision: 开头。想对自己的任务这样做，请看改进任务。