凌晨兩點十七分，變更系統跳出一筆緊急部署申請。

Service: Payment Gateway
Change Type: Hotfix
Requested Window: 02:30–03:00
Reason: Transaction timeout

變更單附了版本、測試結果和 Rollback 指令。開發團隊也說明，這次只調整連線逾時設定，不會碰資料庫 Schema。

值班工程師正要核准，旁邊的資深工程師問了一句：「流量切換確認了嗎？」

變更單裡沒有這個欄位。

他從桌邊拿出一張摺得有些發白的紙。

□ 影響服務已確認
□ 監控指標已指定
□ 部署前版本已記錄
□ Rollback 指令已驗證
□ 流量切換方式已確認
□ 值班窗口已在線
□ 相關團隊已通知
□ 失敗停止條件已定義

第五項沒有打勾。

開發團隊補查後才發現，這個服務有兩組節點。若直接更新其中一組，負載平衡器仍可能把交易送到尚未完成更新的節點。

部署延後十二分鐘，最後正常完成。隔天，變更單被標記為成功。

那張檢查表沒有出現在任何系統紀錄裡。

每個人都知道要檢查，但檢查的內容不一樣

公司推動變更審查 Agent 已經兩個月。需求寫得很合理：讀取變更單、找出缺漏、評估風險，並建議是否核准。

團隊接上變更管理系統、服務目錄與歷史事故資料。Agent 能辨識高風險服務、緊急變更、測試報告是否存在、Rollback Plan 是否填寫。

每次測試，審查人員卻還是會補一句新的條件：

• 資料庫變更要確認備份。
• 跨區部署要確認時區。
• 月底不能動財務系統。
• 某些團隊的 Rollback 只適用單節點。

Prompt 一直加長，測試案例也一直增加。Agent 還是無法穩定回答：這一次到底能不能上？

團隊起初把問題歸在模型缺少維運經驗。

後來他們請三位資深工程師，獨立審查同一批變更單。第一位先看資料與 Rollback，第二位先看監控與告警，第三位先查當晚是否有相依服務同時修改。

三個人都有道理，但沒有一份共同使用的規則。

所謂資深工程師的判斷，分散在不同人的事故記憶、工作習慣和警覺點裡。這種東西直接交給 Agent，不會自動變成能力；它只會變成一段越寫越長、卻無法驗證有沒有漏掉什麼的 Prompt。

檢查表不是表格，是工作規格的第一版

團隊把夜班那張紙拿進工作坊，逐項問五件事：

原本的「Rollback 已準備」被拆成三件事：

Rollback 指令存在
Rollback 指令曾在相同版本驗證
Rollback 所需備份仍在有效期限內

「相關團隊已通知」也不再只是勾選。系統要先依服務相依關係找出受影響團隊，再確認至少一位 On-call 人員已回覆。

這個過程沒有讓工作變簡單。它只是把原本藏在人腦中的判斷攤開，讓團隊第一次能討論：這條規則到底適用什麼情況、資料不完整時怎麼辦、誰有權決定例外。

這才是檢查表的用途。不是整理待辦事項，而是先把「完成一筆變更審查」的條件寫出來。

Agent 不必替規則做決定

檢查表寫出來後，才看得出哪些工作其實不該交給模型猜。

Agent 仍然有位置：讀取難以規格化的說明、比對相似事故、整理矛盾和未決問題、把被觸發的規則說清楚。

但它不該被要求從一堆文件裡自行猜測「什麼最重要」。那不是推理能力不足，而是工作本身沒有被定義。

可以被改的，才算組織能力

三個月後，公司新增一條政策：所有涉及外部付款的服務，在大型活動前七十二小時不得進行非緊急部署。

如果只有 Prompt，通常會在最後補一句「遇到重要服務或特殊期間應提高風險」。這句話看起來沒錯，但沒人能測試它在什麼條件下觸發，也不知道之後要由誰修改。

工作規格則可以寫成一條可追蹤的規則：

Rule ID: CHG-027

Condition:
service_tag contains external_payment
AND event_freeze = true
AND change_type != emergency

Result: BLOCK
Owner: Change Management Team

規則有條件、有結果、有 Owner。政策改了可以更新，案例可以重跑，錯誤也能定位到是哪一條造成。

Prompt 仍會存在，但它負責的是讀取、整理和解釋；不是代替組織保存一套沒有人能說清楚的工作規則。

從一張紙開始，才有第一個可驗收的 Agent

幾週後，一筆例行變更進入系統。測試通過，Rollback Plan 也附上了。

系統沒有給出一般的核准建議：

STATUS: BLOCKED

Missing condition:
Dependent service owner acknowledgement

Affected service:
Settlement Processor

申請人補上相依服務確認紀錄後，流程才重新開放。部署正常完成，沒有事故。

這不是什麼驚人的 AI 成果。它只是在真正該停下來的地方停住了。

那張夜班檢查表也沒有因為 Agent 上線而消失。它從某位資深工程師會記得拿出來的紙，變成團隊能共同修改、測試與執行的工作規格。

一個真的有用的 Agent，通常不是從 Prompt 開始。

它先從有人願意把「我平常就是這樣檢查」寫成別人也能照著做的條件開始。