本节要解决的事：多想一会儿能发现算术错误，却不能凭空知道仓库此刻有几盒笔。先判断不知道的是逻辑关系，还是环境事实。
三个看起来都叫“还没准备好”的状态
状态 A：已知买三盒、每盒 12 元、运费 8 元，尚未计算总价。状态 B：同样的报价，但库存未知。状态 C：价格、库存、收货信息、权限与用户确认均已满足，只差执行。A 需要算 3×12＋8＝44；B 需要查询；C 才可以在授权范围内执行。三个状态不能用同一种“再想一遍”解决。
朴素系统遇到不确定就让模型生成更长解释，可能越说越像知道。库存未知时，继续推理最多列出库存为零、足够或不足的可能性；如果没有新信息，就不能把某种可能性变成事实。反过来，算术已经给足数据时反复联网查询，也可能只增加等待和噪声。
文件名像线索，却不是证据
官方例子让文件有三个隐藏选项：分隔符三种、引号两种、需要跳过的表头行数两种，共 3×2×2＝12 种格式组合。文件名 sales_fr.tsv 提示可能是制表符，但不能单凭名字确定引号与表头。长篇分析文件名仍缺少数据内容。
如果能读取文件开头几行，就可能排除许多组合；再用小样本解析并检查列数与字段含义，可以验证候选。这里“看一眼”不是无条件万能：样本可能没有带引号字段，前几行也可能与后面不同。观察应针对未知量设计，并保留验证未覆盖的边界。
选择思考、查询还是执行
先做预测，再逐步展开。这里是固定规则的教学回放，不是真实模型测评。
教学构造场景 · 按下方规则逐步回放；不调用真实模型，不代表实际成功率。
3 盒×12 元，运费 8 元，预算 50 元。
- 1. 识别未知
缺的是由已知数字导出的总价。
- 2. 计算
3×12＋8＝44，预算余量 6。
- 3. 产出结论
报告总价与余量，不从计算推断库存。
缺的是由已知数字导出的总价。
先预测，再核对结果与原因
先计算现有信息足以回答价格问题。
用信息价值比较下一步
可以粗略问：一个观察要花多少，能避免多大的错误？假设教学场景中错误操作损失 100 单位，当前出错可能性设为 20%，一次检查花 2 单位且能完全识别该错误，那么未经检查的期望损失是 20，检查成本是 2，检查有价值。这些概率与效果都是假设，只示范比较方法，现实必须估计检查漏检、延迟和替代行动成本。
如果错误操作可免费撤销，查询反而非常慢，先进行可逆试验有时合理；如果动作不可逆或有外部影响，先获取足够信息和授权更重要。这个取舍来自任务成本和边界，不是模型更喜欢思考还是行动。
也要检查观察本身是否改变世界。读取文件通常与提交订单不同，但某些“检查”接口可能触发刷新、预留或发送。工具名称不能替代其实际语义。把副作用查询误当成纯观察，会让信息收集阶段也产生未预期变化。
观察的价值取决于它能改变哪个决定。即使一次查询很便宜，若结果与当前问题无关，也不应把调用次数当成进展。
理解检查
问题一：模型想出十二种格式，是否已经知道真实格式？ 没有。它枚举了假设空间，还需观察或试验选择并验证候选。思考扩大了可能性，不等于缩小了真实不确定性。
问题二：预算余量 6，能否直接说三盒可以买到？ 不能。算价只证明金额条件满足，库存、规格、权限与授权是其他前提。应该明确结论只覆盖价格。
问题三：一次查询也可能不完整，该怎么办？ 设计下一次观察去验证剩余关键未知，例如扩大样本、检查边界字段或读回最终状态。不要把“有工具返回”误当成“所有不确定性已消除”。
下一问
如果有三个互不依赖的观察，是否派三个 Agent 就会快很多？下一节把真实工作时间、交接和共享会话放在同一条时间线上。