Agent 做完我的需求，给我发来了一段测试视频

Agent 自动执行端到端功能验证

前几天，我把一个网站改版的需求交给 Agent，然后去做别的事情。等它回来时，最吸引我注意的，是一段1 分 16 秒的测试视频。

视频里，它打开网站，从首页开始，一路往下走：首页入口 → Topics → Context → 精选文章 → 返回 → Follow 开关和二维码 → 主题页。

这次它按照功能地图，把需求的测试也跑了一遍了，在自己的沙箱环境里。顺便还把测试的视频发给了我。看完视频和它给的截图，基本就是一个可回溯的测试验证报告了。

主动暴露未完成项，而非伪装完成

在一堆测试结果和截图之外，Agent 还专门提示我：三点需要你判断（诚实报告，未伪装完成）。

这三点里，有的是原来的方案在当前环境里根本做不了，有的是设计和现有代码对不上，还有一项它判断现在没有合适的实现基础，所以干脆没做。

因为这些事情它其实都可以想办法“补”出一个看起来完成的版本。但最后它真没这么做。能确认的，就给我证据。确认不了的，就明确留下来。

我上一篇写 Poteto Mode 的时候，很喜欢“没有证据不要说 Done”这句话。这次自己跑了一遍以后，我才发现它还有一个很实际的效果：Agent 开始把自己没做完、拿不准的地方也一起交回来。这对我来说，比一个全绿的测试结果更有用。

信任体现在注意力真正转移

回头看开头那句话，我反而觉得“然后去做别的事情”挺关键。

以前把一个需求丢给 Agent，我当然也可以先去忙别的。但注意力其实还挂在这件事上。等它说 Done，我还得回来重新接上：页面到底对不对，关键路径有没有跑，哪里可能漏了，最后通常还得自己再走一遍。

这次回来以后，我看到的是另一种结果。功能已经跑过，截图和视频都在；哪些地方没做完、哪些还需要我判断，也直接列了出来。所以我需要做的事情变得简单很多：看它交回来的东西，然后决定收不收。

这时候我才有点理解，上一篇写 Agent Trust 时一直在想的“信任”，到底会落在什么地方。它不太像一种主观感觉，也不是“我现在更相信这个 Agent 了”。更具体一点，就是我开始敢把注意力从这件事情上拿走。以前我把需求交给 Agent，执行可以暂时离开我，验收还等着我回来。这次连中间那段验证，也开始跟着任务一起往下跑。现在，我可以放心地做其他事情。我不用一直惦记着，等它做完再回来替它把最后一遍走完。