source-of-truth loop
可以先理解为:围绕Agent工作建立事实来源循环
每一步都要能说清楚:我从哪里知道、我做了什么、怎么证明它对。
关键结构图
中心节点写「source-of-truth loop」,周围连接 evidence pack、production traces、Not observed is not absent,用细线表示相邻路径和调用方向。
What
source-of-truth loop 是 agent 工作的可靠性方法:每次判断要有来源,每次输出要能回查,每次修正要回到系统记录。
When
当你要把「AI 评估」从想法推进到可检查的动作时,可以调用「source-of-truth loop」。
How
这个循环把 agent 从“生成答案”拉回“基于证据行动”:证据包、生产轨迹和验证门都围绕它运转。
Examples
在验收一个 Agent 或 AI 功能是否真的可交付时,你可以用「source-of-truth loop」标记其中最需要被看见的结构,再检查它提供了什么证据、边界或行动方向。
在整理「AI 评估」主题时,把「source-of-truth loop」和「evidence pack」放在同一路径里,可以帮助读者从单点概念走向可复用的判断框架。
来源
类型:评估实践 / 方法整理
事实线:这张卡把「source-of-truth loop」整理为实践方法: source-of-truth loop 是 agent 工作的可靠性方法:每次判断要有来源,每次输出要能回查,每次修正要回到系统记录。
依据:1000 Bricks 本地砖块库的概念定义、相邻砖块关系和AI 评估、质量验证和交付验收讨论。
边界:适用于「AI 评估、验证门、回归检查和质量证据」主题下的理解、复盘和设计判断;不等于行业统一标准或对所有场景都成立的结论。
常见误读:不要把它当作某篇材料的原文摘要,也不要因为概念名清晰就忽略具体情境和验证证据。