绩效来自工作记录

试用期之后，怎么判断一个 agent 干得好不好？

靠工作记录，不靠印象。“感觉它还行”“上次那个回答挺像样”，这类主观判断在人类绩效里就不可靠，在 agent 这里更没必要——因为 agent 有一样人类员工没有的东西：它的工作过程可以完整留痕。

agent 的工作过程是可观测的

agent 干活的每一步都可以记下来：调了哪些工具、中间生成了什么、在哪里犹豫或返工、最终产出是什么。trace、日志、产物、复盘，构成一份比任何主观印象都接近真实的工作记录。

这让绩效可以建立在记录上，而不是建立在感觉上。要看的是实打实的东西：它实际交付了什么、过程里在哪出错或绕路、同样的活反复做下来质量稳不稳。一个偶尔出彩、经常翻车的 agent，和一个稳定合格的 agent，在印象里可能差不多，在工作记录里一目了然。

可观测性是绩效的地基

把 trace 和日志当成调试的副产品，是低估了它们。它们是绩效的地基——是让“这个 agent 干得怎么样”从一句主观评价，变成一个可核对的事实。

这件事在个体这一层已经有用：它让评估和改进有了客观依据。到了团队那一层，它的分量更重——一个每个动作都可追溯的组织，和一个靠印象和表功运转的组织，是两种东西。有了完整的工作记录，很多人类组织里靠印象、表功和汇报运转的绩效问题，就减少了生长土壤。