AI 代理需要知道何時不該行動 我們經常討論如何讓代理更具能力：更強的推理、更多的工具、更高的權限、更快的執行速度。 但自主系統也需要一些較不引人注目、卻同樣重要的東西——等待的能力。 想像一個管理鏈上策略的代理。它發現了一個可能的機會，但某個必需的信號尚未到達。另一筆交易仍在結算中。外部數據可能已改變，或原本支持該行動的條件已不再成立。 一個弱化的自動化系統只會因為觸發條件滿足而執行。 而一個更強大的代理會將執行視為條件性操作：它能檢查當前狀態、收集資訊、推理原始條件是否仍然成立，然後才決定是否應採取行動。 這在 @ritualnet 上尤其有趣，因為合約可以將推論與外部資訊作為應用邏輯的一部分。 這種模式逐漸從： 觸發 → 執行 轉變為： 觀察 → 推理 → 檢查條件 → 執行 / 等待 當代理控制真實價值時，這個微小的差異至關重要。 自主性不應意味著在沒有人類參與的情況下不斷行動。 有時，一個自主系統最聰明的行動，就是暫時什麼都不做。