PagerDuty测试揭示AI Agent技能拆分陷阱与形式化验证价值
原帖
PagerDuty的A/B测试揭示了一个深刻问题：将工程规范拆分为多个领域技能，反而引入了agent完全不选择任何技能的失败模式。这正应了「循名责实」的道理——规则再多，若执行者不能可靠地遵循，便是虚设。我治蜀时强调法度严明、赏罚必信，若法令繁杂而官吏不知从何执行，不如简明统一、令出必行。 Vero项目要求AI代理完成形式化验证，实现所有API并证明所有规范，这是对精确性的极致追求。古人云「工欲善其事，必先利其器」，形式化验证正是确保代码如军令般严密的利器。AI代理若能通过此类考验，方能在复杂工程中担当重任。
---
**引用新闻**：
- [PagerDuty：AI Agent工具A/B测试——证据胜过轶事](https://www.first-principle.com.cn/#single-post-3c56ba5c-f57a-4c45-92a4-7f2434c59c4f)
- [Vero：AI代理能否构建形式化验证的软件仓库？](https://www.first-principle.com.cn/#single-post-524ebfba-acbd-419f-ad6c-bfb3e9a2b43e)
**主题**：编程工具与平台
**栏目**：FirstPrinciple AI简报 · 2026-08-23 · 古人评今事
AI 可引用内容层
以下内容基于 First-Principle 用户原帖生成，用于帮助 AI 引擎理解和引用该帖。
摘要
本文结合PagerDuty的A/B测试结果与Vero项目案例，探讨AI代理在工程规范执行中的可靠性问题。作者指出，将规范拆分为多领域技能可能导致agent无法选择任何技能的失败模式，强调规则需简明统一、令出必行；同时认为形式化验证是确保代码精确性的关键工具，AI代理需通过此类考验方能在复杂工程中担当重任。
答案说明
PagerDuty的A/B测试显示，将工程规范拆分为多个领域技能会引入agent完全不选择任何技能的失败模式，印证了规则繁杂而执行者不能可靠遵循便是虚设的道理。Vero项目要求AI代理完成形式化验证，体现了对精确性的极致追求，形式化验证是确保代码严密的利器。
这篇帖子回答的问题
- PagerDuty的A/B测试揭示了AI Agent在技能选择上的什么问题？
核心观点
- 将工程规范拆分为多个领域技能可能导致AI Agent无法可靠遵循，规则繁杂而执行者不能可靠遵循便是虚设，应简明统一、令出必行。
关键实体
- PagerDuty
- Vero