三个数字，判断你的 AI 智能体到底有没有在做事

多数人用「对话感觉如何」评价 agent。所以他们分不清上周是真的好，还是只是很忙。

三个数字就够了。一张表、每周一行、五分钟。

1. 完成任务数

算完成的工作，不算开了几个 session。一个任务算完成，是它产出了别人可以直接用的档案：一个页面、一段脚本、一篇文、一份报告。

五个 session 只交付两个任务，你不是有五个工人，是两个工人加三个对话。

2. 重工率

已交付任务里，因为做错而不是因为需求改变而重做的比例。

重工率 = 重做任务 / 已交付任务

agent 工作低于 20% 算健康，高于 40% 代表 brief 太模糊，不是模型弱。常见原因：没有完成定义、没有专属路径、没有检查。

3. 每任务 token

总花费 ÷ 已交付任务。这是你的单位成本。

context 档变大、session 重复读同一份长文件、agent 打转，都会让它上升。如果每任务 token 翻倍、交付量没变，有东西在漏——通常是那份四千字规则档每次呼叫都被载入。

那张表

周  | 完成任务 | 重工率 | token/任务 | 备注
W1  | 6        | 33%    | 41k        | B03、B04 缺 brief
W2  | 9        | 22%    | 38k        | 加上完成检查
W3  | 11       | 18%    | 35k        | 拆出检查角色

五栏。不用仪表板、不用工具。价值在每周读一次，不在图表。

数字怎么用

• 交付持平、token 上升 → context 档太大，砍它。
• 重工超过 40% → brief 缺完成定义。修模板，不是修模型。
• 交付少、重工也低 → 瓶颈是你，不是 agent。少开会话，一天一个决定。
• 三项连续三周都好 → 加角色，不是加工具。

为什么不要更多指标

每多一栏，就是在忙的那周没人填的一栏。三个数字撑得过忙碌的周五，十四个指标的仪表板撑不过。

想要起始表格，模板包里有周报与量测表。想先知道底层规则好不好，免费测你的 CLAUDE.md——12 项检查，不用注册。

常见问题

要多久数字才有意义？

三周。一周是噪音，两周是迹象，三周才是趋势。

什么算一个任务？

产出了一个别人不用问你「这是什么意思」就能用的档案。

模板包多少钱？

创始价每月 $9.99，或每年 $79。2026-12-01 调回 $19.99。详见价格页。

{
  "@context": "https://schema.org",
  "@type": "FAQPage",
  "mainEntity": [
    {"@type": "Question", "name": "要多久数字才有意义？", "acceptedAnswer": {"@type": "Answer", "text": "三周。一周是噪音，两周是迹象，三周才是趋势。"}},
    {"@type": "Question", "name": "什么算一个任务？", "acceptedAnswer": {"@type": "Answer", "text": "产出了一个别人不用问你这是什么意思就能用的档案。"}},
    {"@type": "Question", "name": "模板包多少钱？", "acceptedAnswer": {"@type": "Answer", "text": "创始价每月 9.99 美元，或每年 79 美元。2026-12-01 调回 19.99 美元。详情：https://xynex.sekai.center/pricing"}}
  ]
}

全部指南 · Read in English: Three Numbers That Tell You If Your AI Agents Are Working