把 Agent 的能力列表做长很容易，把一次成功率做高很难。一次成功率——用户发出指令后，Agent 不需要追问、不需要纠错、不需要重试就能完成任务的概率——才是 Agent 产品真正该盯的指标。这不是工程指标，这是信任指标。

用户不会统计 Agent 成功了 47 次，但一定会记住 Agent 连续两次搞砸的那个下午。人类对失败的记忆比成功深刻得多：一次失败带来的信任损毁，往往需要多次成功才能修复。这意味着 Agent 产品的一次成功率如果从 95% 掉到 85%，用户的主观感受不是「还行，大多数时候能用」，而是「这东西不太靠谱」。Agent 产品卖的是用户放手的能力，而放手的前提是不需要时刻盯着。

一个常见的产品误区是以为可以用「让用户确认每一步」来弥补一次成功率低。展示 diff 或让用户审批，只有在 Agent 大部分时候是对的时才成立——它是一种边界标记，不是质量兜底。如果 Agent 每做一个动作都需要你检查，你很快就会从「我在用一个智能助手」滑向「我在管一个不靠谱的实习生」。一旦用户心智滑过去，就很难滑回来。

值得留意的是，最好的 Agent 产品正在悄悄缩小自己的能力范围。不是做不了更多，而是选择不做——把有限的可靠性预算集中在最高频、最确定的任务上。一次成功率 95% 的窄 Agent，比一次成功率 60% 的全能 Agent 更容易变成日常习惯。 Agent 产品的护城河不是能做的任务数量，是用户敢放心交给它的任务数量。

可以问一个小问题：你现在用的 Agent 产品里，上一次它搞砸时，你是原谅了继续用，还是默默切回了手动操作？