看 git 历史不就能知道智能体做了什么吗？

Git 显示的是代码改了什么。它显示不了智能体跳过了什么、对什么拿不准，或者在两个选项之间选了哪个。把提交哈希作为任务上的产物，其余的留在回执和决策记录里。

智能体不能随便编一个产物吗？

它可以发送任意字符串。产物的意义在于你能打开它：一个你能查的哈希、一个你能加载的 URL、一个你能找到的消息 id。编出来的产物一查就露馅，而评论永远不会。当任务带有验证检查且某项阻断性检查失败时，任务就进不了 Done。

每个完成的任务都要等我审阅吗？

不是。默认情况下，完成的任务进 Done。只有当任务需要审阅或验证检查没通过时，它才会在你的收件箱里等你选择“接受”、“返工”、“以后再说”或“放弃”。

哪些 AI 客户端能往 Weft 写回执？

任何 MCP 客户端。在 ChatGPT 里，Weft 是已发布的插件，所有方案都能用，包括免费版。Claude Code 用 claude mcp add --transport http weft https://letsweft.com/api/mcp 连接。Claude.ai 和 Claude Desktop 用自定义连接器。一共有 33 个客户端的设置页面，比如 Claude Code、ChatGPT、Cursor 和 Codex。

这要花多少钱？

免费版包含 50 个任务和每月 200 次 AI 调用。Pro 每席位每月 $7 或每年 $60。Weft 没有 AI 点数：思考发生在你自己的 AI 客户端里。参见价格。

博客

我的 AI 智能体到底做了什么？用证据回答四个问题

每个 AI 智能体任务，你都应该看到是谁做的、改了什么、跳过了什么、为什么这样做，并有可核查的证据，而不只是一条写着“完成”的评论。

Weft 是为独立创业者和小团队打造的 AI 任务管理工具。

全部文章

作者： Andrei Finogeev · 2026年10月27日

想知道你的 AI 智能体做了什么，别从它的总结开始看。检查四件事：是哪个连接做的，改了什么（用你自己能打开的东西来证明），哪些没做，以及做了什么决定、为什么。只要四项里有一项只凭智能体一面之词，你手里的就是叙述，而不是记录。

Weft 是我们做的。关于其他产品的事实来自它们的官方页面，核对于 2026年10月27日。

为什么一条写着“完成”的评论不够？

评论是智能体在描述自己的工作。它很可能是准确的，但评论本身证明不了这一点，因为作者恰恰就是你要核查的那一方。知道某个智能体动过某个任务，回答的是“谁”。它回答不了这项工作是不是你以为的那样。

Hypertask 关于 AI 工作归属的文章提出了一个中肯的观点：智能体的工作应该和人的工作落在同一块看板上，而不是躺在没人看的终端日志里。Hypertask 还让智能体以服务账号的形式拥有自己的身份，所以写入记在智能体名下而不是你名下；它也有任务证据和租约，不过它的文档说，这些有意只作为 REST 端点提供，而不是 MCP 工具。我们的分歧在于记录里应该装什么。一串带着智能体输出的评论，是智能体说过什么的日志。我们希望记录里装的是证据。

这篇指南里没有调查数据。今天下午你就可以在自己的看板上检验这四个问题，这比任何行业平均数都更能说明问题。

这四个问题是什么？

随便挑一个智能体上周完成的任务。不问智能体、不打开它的对话，你应该能在一分钟内回答下面每一个问题：

谁做的？是哪个客户端、通过哪个连接认领并完成了这个任务。
改了什么？结果，以及你不必信任智能体就能核查的产物：提交哈希、URL、文件、消息 id。
哪些没做？它跳过的部分，以及它拿不准的地方。
做了什么决定，为什么？过程中做出的任何选择、权衡过的选项，以及你每一次把工作退回的情况。

问题	弱答案：一条写着“完成”的评论	强答案：可以核查的证据
谁做的？	每处改动都写着“智能体”或你自己的名字，因为所有工具共用一个密钥	认领并完成任务的那个连接，显示客户端注册时的名字，每条日志事件都标明来自人还是 MCP，并带有客户端 id
改了什么？	“重构了认证模块，测试通过”	提交哈希、PR 或页面 URL、带 sha256 的文件、消息 id：你自己能打开的东西
哪些没做？	什么都没说，于是你以为什么都没跳过	一份 notDone 清单（“没有在 staging 上跑迁移”）和一份 unknowns 清单（“不确定旧端点有没有别的调用方”）
做了什么决定，为什么？	埋在一段早已滚走的对话里	一条决策记录，写明权衡过的选项和重新审视的条件，再加上任务的决策历史，包括它为什么被退回

怎么知道是哪个智能体做的？

Weft 通过 Model Context Protocol 在一个端点 https://letsweft.com/api/mcp 上连接 AI 客户端。每个 OAuth 客户端和每个个人访问令牌都是一个独立的操作者。任务会记录是哪个客户端创建的，看板上显示该客户端登录时注册的名字，外加一个图标。任务日志里的每条事件都会保存它来自人还是来自 MCP，以及是哪个客户端发出的。

完整日志（get_task_history 的 full 模式）会显示每条事件的原始客户端 id：一个 OAuth 客户端 id，或者 mcp-token 后跟令牌的 id。它不是好读的名字，但很精确，即使两个连接来自同一个产品，也能把它们区分开。

工作期间的归属也是明确的。智能体调用 start_task，用 20 分钟的租约认领任务并把它移到 Doing。report_progress 续租。第二个尝试同一任务的智能体会收到 already_claimed，而过期的租约会把任务释放给别人。认领循环指南逐步讲解了这些，在一块看板上运行多个智能体讲的是多客户端的情况。

一条实用规则：给每个工具单独一个连接。如果两个客户端共用一个访问令牌，看板只会看到一个操作者，“谁做的”这个问题就失去了答案。

改了什么？不问智能体能核查吗？

智能体完成时，会调用 complete_task。只有任务 id 是必填的；其他一切都是可选的，这个调用永远不会因为缺少证据而失败。这是有意为之：丢掉已完成的工作，比把它记成未经验证更糟。一张回执可以包含：

outcome：最多 1,000 个字符，说明做了什么、结果在哪里。
artifacts：最多 20 条，每条包括类型（url、file、message、commit 等）、位置，以及可选的 sha256 摘要。
claims：智能体声称自己做了的事，作为声明而非已验证的事实保存。
notDone 和 unknowns：下一节会讲。
nextStep：如果你接受，智能体接下来会做什么。

complete_task({
  "id": "<task id>",
  "runId": "<from start_task>",
  "leaseToken": "<from start_task>",
  "outcome": "Rate limiting added to /login; PR open, not merged.",
  "artifacts": [
    { "kind": "commit", "uri": "<repo>/commit/<hash>" },
    { "kind": "url", "uri": "<repo>/pull/<number>" }
  ],
  "notDone": ["Did not change the signup endpoint"],
  "unknowns": ["Limit of 5 per minute is a guess; no traffic data"],
  "nextStep": "Merge the PR to main"
})

outcome 那一行仍然是叙述。产物才是你能核查的部分。一个提交哈希要么在你的仓库里存在，要么不存在。一个 URL 要么能打开，要么打不开。一个文件的 sha256 要么对得上，要么对不上。如果一张回执只有 outcome 而没有产物，就把它当作智能体自报的工作，因为它就是这样。在网页上，Done 里的卡片会显示任务是“已验证”还是“智能体自报”。

智能体没做什么？

这是大多数记录都会跳过的问题，也是两周后会反咬你一口的问题。complete_task 为此准备了两份清单，每份最多 20 条、每条 500 个字符：notDone 记录智能体有意略过的部分，unknowns 记录它拿不准的地方。这个工具自己的描述就要求智能体明明白白说出自己没做什么。这正是“一个你能依赖的结果”和“一个你得重新推敲的结果”之间的区别。

先读这两份清单。“没有针对 staging 数据库跑测试”会改变你下一步要做的事。一个大任务的回执里如果一条 notDone 都没有，这本身就值得问一句。

做了什么决定，为什么？

在对话里做出的决定，会随着对话滚走而消失。record_decision 用两种方式把它们留下来：

一条独立的决策记录：标题、结论、背景、实际权衡过的选项、后果，以及在什么条件下需要重新审视。记录不可修改；要改，就记一条新决策来取代它，旧的仍然保留，并标为已被取代。
一次裁决转达：当你在对话里对智能体说“接受”、“按 X 重做”、“放弃”或“现在不做”时，它会把这个裁决连同你的备注记到任务上。

get_task_history 用三种模式把它们读回来：summary（卡片、最新回执和计数）、decisions（关于这个任务的每一个决定，包括它为什么被退回，即使之后被接受，这些也会保留）和 full（原始日志，最多 100 条事件）。get_context 会在 token 预算内把仍然有效的决定交给下一个智能体，让下一次运行从已经定下的事情出发，而不是从零开始。更多内容见为什么 AI 对话里的决定会丢失。

在哪里审阅？该点什么？

默认情况下，完成的任务直接进 Done。当任务需要审阅，或验证检查没通过时，它会停在你的收件箱里。你在那里能看到回执和四个按钮：“接受”、“返工”、“以后再说”和“放弃”。选“返工”时要写一条备注，这条备注会回到智能体那里。

如果智能体传了 nextStep，它会显示在“接受”按钮上方，而接受批准的恰好就是这一步。批准有效期 72 小时，会通过 get_my_work 或 start_task 回到智能体那里，作为下一步唯一要做的事。智能体用 request_input 提的问题会进入同一个收件箱，网页和 iOS、Android 应用上都有，同时发送手机推送。

收件箱是有意设了上限的：单人工作区 5 个待处理项，团队 10 个，或者预估审阅时间 45 分钟，以先到者为准。满了之后，start_task 会用 attention_queue_full 拒绝，于是智能体会去完成或澄清已有的工作，而不是堆出更多等你检查的东西。

不同类型的任务该要什么证据？

把这些写进任务描述，让智能体知道你期望什么样的证据：

代码：把提交哈希和 PR 链接作为产物。notDone 应该写明没跑的测试、没执行的迁移，以及有意没动的文件。
内容：已发布的 URL；如果还没上线，就给草稿文件和它的 sha256。unknowns 应该列出智能体没能确认的事实。
调研：每个关键论断给一个来源 URL，再加上笔记文件。unknowns 应该把来源说的和智能体推断的区分开。
外联：每条已发送消息的消息 id，以及作为文件的收件人列表。notDone 应该列出没联系上谁、为什么。

怎么从一开始就控制智能体能做什么？

事后归属，最好配上事前限制。在 Weft 里，每个 OAuth 连接有三种权限级别之一，在授权页面上设置，或者之后在设置 → 已连接的 AI 客户端里修改：

full（默认）：全部 32 个工具。
write：除三个破坏性工具（trash_task、archive_done_tasks、complete_sprint）之外的全部。
read：只有 11 个只读工具。

每次调用都会检查权限。断开连接会撤销该连接的刷新令牌，并在下一次调用时拒绝断开前签发的任何令牌。个人访问令牌是给不支持 OAuth 的客户端用的，没有权限范围：一个令牌就能用全部 32 个工具，撤销会在下一次调用时生效。智能体可以把任务移入保留 30 天的回收站，但不能永久删除；从回收站还原是 Pro 功能。

这方面 Weft 不做什么？

它没有 GitHub 或 Slack 集成，所以 Weft 不会替你查你的提交或消息。产物要你自己打开。
它没有公开的 REST API、webhook 或 CLI，没法把回执推送到其他系统。有 JSON 和 Markdown 导出。
它不追踪模型的每一步。在模型层记录提示词、token 和延迟的工具做的是另一件事，你可能也需要一个。
回执是智能体自己写的。Weft 能让声明和证据之间的差距一目了然，但没法让智能体变诚实。

如果你想通过 REST API 把智能体当作服务账号来管理，想要给 CI 脚本用的 CLI，或者想要写任务、分拣这类内置 AI 功能，Hypertask 更合适。我们的 Hypertask 替代方案页面对两者做了并排对比。

看 git 历史不就能知道智能体做了什么吗？: Git 显示的是代码改了什么。它显示不了智能体跳过了什么、对什么拿不准，或者在两个选项之间选了哪个。把提交哈希作为任务上的产物，其余的留在回执和决策记录里。
智能体不能随便编一个产物吗？: 它可以发送任意字符串。产物的意义在于你能打开它：一个你能查的哈希、一个你能加载的 URL、一个你能找到的消息 id。编出来的产物一查就露馅，而评论永远不会。当任务带有验证检查且某项阻断性检查失败时，任务就进不了 Done。
每个完成的任务都要等我审阅吗？: 不是。默认情况下，完成的任务进 Done。只有当任务需要审阅或验证检查没通过时，它才会在你的收件箱里等你选择“接受”、“返工”、“以后再说”或“放弃”。
哪些 AI 客户端能往 Weft 写回执？: 任何 MCP 客户端。在 ChatGPT 里，Weft 是已发布的插件，所有方案都能用，包括免费版。Claude Code 用 claude mcp add --transport http weft https://letsweft.com/api/mcp 连接。Claude.ai 和 Claude Desktop 用自定义连接器。一共有 33 个客户端的设置页面，比如 Claude Code、ChatGPT、Cursor 和 Codex。
这要花多少钱？: 免费版包含 50 个任务和每月 200 次 AI 调用。Pro 每席位每月 $7 或每年 $60。Weft 没有 AI 点数：思考发生在你自己的 AI 客户端里。参见价格。