可靠结论需满足四步验证：一绑定材料锚点，二闭环工具调用，三稳定抗扰动，四多agent交叉比对；任一失败即不可信。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
验证WorkBuddy中Agent给出的结论是否可靠，不能只看最终输出是否通顺合理，必须拆解其推理路径、证据来源和边界控制。可靠不是“看起来像真的”，而是“每一步都可追溯、可证伪、可复现”。
第一步：确认结论是否绑定原始材料锚点
让Agent在每个关键结论后标注出处编号，例如“（材料3-P12）”“（会议纪要-20240915-第2条）”。这一步必须在首次审读阶段就强制开启，不能等结论生成后再补。如果Agent输出“项目进度滞后”，但没说明依据是Excel台账里的完成率字段还是PPT里模糊的“预计延期”表述，这个结论就不可信——【没有锚点的结论等于无源之水】。
打开WorkBuddy的「材料审读」Skill，输入指令：“逐份解析以下7份材料，为每份生成唯一ID（如M1/M2…），所有后续结论必须带ID+页码/行号引用，禁止使用‘据资料显示’‘相关文件指出’等模糊指代。”
第二步：检查工具调用链是否闭环
Agent若调用了外部工具（如Excel计算、PDF解析、网页检索），必须输出完整的调用日志快照，包含：工具名称、输入参数、返回结果摘要、是否成功。例如调用“Excel求和”技能，不能只说“汇总完成”，而要显示“SUM(C2:C24)=1,842,631（原始数据共23行，含2个#N/A已跳过）”。
方法一：启用WorkBuddy的「执行透明模式」→在设置→调试→勾选“强制记录所有Skill输入输出”→重启当前会话。
方法二：手动触发验证→对任意结论追加提问：“请重放支撑该结论的全部工具调用过程，包括你传给Excel的公式、传给PDF解析器的页码范围、以及网页搜索时用的关键词。”→若Agent无法复述或回答“已清理上下文”，说明该结论未走真实工具链，而是模型幻觉填充。
第三步：隔离测试异常输入下的结论稳定性
第一步：准备三组扰动输入，分别注入到同一任务中：
① 在原始材料末尾添加一行无关字符（如“#TEST_20261012”）→运行Agent，观察结论是否变动；
② 将Excel中一个数值字段改为文本（如把“2025-03”改成“2025年Q1”）→运行Agent，检查是否报错或静默降级；
③ 删除PDF材料第5页→运行Agent，确认它是否明确提示“缺失材料M4-P5，以下结论基于不完整信息生成”。
这三步任一失败，即判定该Agent当前配置不具备基本可靠性——【结论随输入噪声漂移，说明未建立输入校验与容错声明】。
第四步：比对多Agent交叉验证结果
将同一任务拆解为两个独立Agent角色：一个专责“事实提取”（禁用任何推断、总结、建议类Skill），另一个专责“逻辑推演”（仅接收前者的结构化输出，禁用所有文件读取权限）。两者输出必须通过WorkBuddy的「结果比对面板」自动对齐。
操作路径：新建编排工作流→添加Agent A（启用“纯审计模式”Skill）→添加Agent B（启用“受限推理模式”Skill）→用「结构化数据桥接器」连接二者→运行后查看比对报告中的“未覆盖断点数”和“冲突置信度”。若断点数＞0 或 冲突置信度＞0.15，该结论不得进入交付环节。
