Bắt AI kiểm chứng trước khi báo “xong”

Câu AI nói nhiều nhất là "Đã xong!". Câu mình học được sau vài lần vỡ mặt là: xong theo nghĩa nào?

Một lần, website của mình được báo là "đã gửi sơ đồ trang cho Google, xong". Lệnh đúng là chạy thành công. Nhưng vài ngày sau tra lại, Google mới lập chỉ mục được 1 trên 14 trang. Lệnh thành công, ngoài đời thì chưa.

Tách hai lớp

• Lớp 1, đã chạy lệnh: API trả mã 200, file đã ghi, deploy báo thành công.
• Lớp 2, ngoài đời đã thấy: mở bằng trình duyệt ẩn danh, xem trên điện thoại, tra trực tiếp trên Google.

Thiếu lớp 2 thì không được ghi "xong", chỉ được ghi ⚠️ chưa kiểm chứng, kèm mốc sẽ kiểm lại.

Mẫu báo cáo 4 mục

✅ Đã xong, kèm bằng chứng
⚠️ Chưa kiểm chứng, kèm mốc kiểm tra
🚨 Lỗi quyền, token, phần cứng, dữ liệu lạ (đưa lên dòng đầu)
📋 Số liệu để AI khác kiểm lại

Mục 🚨 quan trọng hơn mình tưởng. AI có xu hướng lặng lẽ đi đường vòng khi gặp lỗi quyền. Bắt nó đưa lỗi lên dòng đầu giúp mình biết sớm thay vì phát hiện một tuần sau.

Ba câu tự hỏi trước khi báo xong

1. Nếu mình tự kiểm, kết quả có khớp không?
2. Có chỗ nào đang dùng bản tạm hay giả định mà chưa nói không?
3. Chạy lúc 3 giờ sáng không ai canh thì sẽ chết ở đâu?

Thêm một người kiểm định

Với việc lớn, mình để một sub-agent chỉ đọc đóng vai kiểm định: nó không sửa gì, chỉ soi lại kế hoạch trước khi làm và soi kết quả trước khi báo xong. Phiên chính làm, sub-agent nghi ngờ. Rẻ hơn nhiều so với sửa hậu quả.

Tin AI, nhưng tin có bằng chứng.