AI 代理人從 Demo 到生產：harness、隔離與交接證據清單

一個代理人能在 Demo 中完成任務，不代表它能在真實工作裡安全跑數小時。可匿名讀取的 OpenAI Agents SDK 文件把 agent loop、工具、handoff、狀態策略與多代理人編排分開說明；本文據此整理一套通用工程檢查表，不主張某個年份或版本首次引入哪些功能。

五層生產檢查

1. 受控工作區

每個任務要有明確輸入、可寫路徑與禁止區。代理人不應因為「看得到」就能改所有檔案。共享工作區還要避免兩個代理人同時覆寫同一輸出；可把研究並行，整合序列化。

2. 最小工具權限

讀取、寫檔、網路、發布與刪除是不同權限。工具定義要把副作用寫清楚，並在真正的外部變更前設批准點。這比在長提示詞末尾寫一句「小心」更可驗證。

3. Sandbox 與敏感資料隔離

模型產生的程式碼應在受控環境執行，憑證不要放進代理人可任意讀取的工作區；網頁上的內容先當資料，不直接提升成系統命令。這些是本文的保守工程建議，不宣稱來自特定版本的產品保證。

4. 狀態外部化

長任務若只靠單一對話上下文，重啟或逾時就容易失去進度。把站點清單、已完成項、錯誤、版本與輸出位置寫成機器可讀狀態，較容易在中斷後從最後一個驗收點續跑。Agents SDK 文件列出應用程式自行保存、SDK session 與服務端狀態等不同策略，並提醒不要混用會重複上下文的方式。〈半自動工廠〉與〈虛擬團隊 1-3-1〉提供相關營運脈絡。

5. 交接與獨立驗收

交接文件至少要有：目標、完成定義、權威來源、已完成比例、未完成清單、允許寫入範圍、執行過的命令、驗證結果與殘餘風險。完成代理人不應只說「成功」；驗收者要能讀回輸出、比對分母，並重跑關鍵檢查。

多代理人不是把同一工作複製三次

平行的價值在於讓獨立工作同時進行，例如不同站點研究、不同資料源盤點；共享整合、發布與狀態更新則需要單一寫入者。否則速度增加，覆蓋、重複研究與版本衝突也會一起放大。

既有〈企業 AI harness〉可作為架構背景，本篇補上可執行的交接欄位。這套清單不保證代理人永遠不出錯；它的目標是讓錯誤更早被限制、被記錄，也讓下一個代理人能從證據續跑，而不是從敘述猜測。