头一回讲老周的铺子，我提过出口那把卡尺。

椅子做好，往卡尺里一卡，晃的、缺腿的、尺寸不对的，打回去重做。老周靠它，才敢睡觉。

那会儿一笔带过。这一回，单说这把卡尺。

因为铺子能不能自己转，全压在它身上。可这把卡尺，有它量不到的地方。

先说它的好。

没有卡尺那阵子，老周得自己一把把验。坐上去晃不晃，榫头紧不紧，腿一样不一样长——全靠他蹲下去，一把一把试。一天下来，腰都直不起来。

装上卡尺，这活就交出去了。

椅子做好，自己往卡尺里走一遭。过了的，码到这边；没过的，打回去重做。老周不必再蹲了。

更妙的是，卡尺不会累，不会走神，不会今天松明天紧。他自己验，验到第五十把眼就花了，标准会飘。卡尺不飘。它说四十五，就是四十五，差一毫米都打回去。

老周头回觉得，验货这件事，比他自己干得还稳。

一连好些日子，卡尺打回去的椅子越来越少，过的越来越多。老周看着那个数字往上走，踏实。

直到有一把椅子

那天他路过出口，顺手从“合格”那堆里拿了把椅子，想坐下歇歇。

椅子没晃。卡尺没冤枉它。

可他坐上去，就是觉得哪儿不对。靠背的角度太直，坐久了顶腰。座面是平的，没留一点窝，硌。

他站起来，又看了看。这把椅子，每一处尺寸都对，每一道工序都齐。卡尺挑不出一点毛病。

它就是不好坐。

老周愣在那儿。他忽然明白一件事：卡尺量的是“晃不晃”，不是“好不好坐”。这两件事，他一直当成了一件。

晃不晃，卡尺量得出，因为它有准数——超过一毫米就算晃。

好不好坐，没有准数。它藏在靠背的弧度里，藏在坐上去那一下的感觉里，藏在“坐一下午腰酸不酸”这种你当场试不出来的地方。

卡尺没这一档。它不是放过了坏椅子，是它压根不知道“好坐”这回事。

老周没改卡尺

按说，发现这事，他该去琢磨怎么让卡尺也能量“好坐”。

可那太难了。“好坐”怎么量？拿什么尺？他想了想，没头绪，搁下了。

卡尺还在那儿，每天打回晃的、放过不晃的，数字照样好看。铺子照样转。

那把顶腰的椅子，他没声张，自己搬回了家。

后来再从“合格”堆里拿椅子，他也不大坐了。卡尺说合格，那就是合格。他何必每把都坐下去试——那不就又回到从前一把一把验的日子了吗？

他是这么想的。这么想，也轻松。

只是从那天起，“好椅子”这三个字，悄悄换了主人。从前是老周说了算，他坐上去，他点头。如今是卡尺说了算。卡尺过了，就叫好椅子。

这点变化很轻。轻得他没当回事。

老周这把卡尺，在 agent 工程里叫 Verifier

Verifier，就是那个替你判断 agent 干得对不对的东西。可以是一组测试，一个打分模型，一段检查规则，一个跑通就算过的脚本。

整套 agent 能自己转，全靠它。没有 Verifier，agent 做完一件事，得你亲自看一遍才知道成没成——那它就没替你省下什么。有了 Verifier，做完自动判一道，过了往下走，没过打回去重来，你才敢撒手。

它确实比你稳。不累，不走神，标准不飘。这些都是真的。

但老周那把卡尺的毛病，它一样有，而且更重：Verifier 能量的，永远只是“能量的那部分”。

晃不晃，有准数，好量——对应到代码，就是“测试过没过”“能不能跑通”“格式对不对”。

好不好坐，没准数，量不了——对应的是“这代码以后好不好维护”“这篇文案有没有打动人”“这个答案是不是真的解决了用户的问题”。后面这些，没有一把现成的卡尺。

于是就有了那个最容易踩的坑：你以为 Verifier 在量“好不好”，其实它只在量“晃不晃”。 你把“过了卡尺”当成了“做对了”，可它俩从来不是一回事。

对照表：故事里的卡尺，对应 Verifier 里的什么

故事里的东西Agent 工程里的概念一句话
出口那把卡尺Verifier / Evaluator替你判断 agent 干得对不对
卡尺不累、不走神、标准不飘自动验证比人工稳这是它真正的价值，别否定
卡尺量“晃不晃”，量不出“好不好坐”可度量 ≠ 真正重要它只能量它量得到的那部分
尺寸全对、就是顶腰的那把椅子通过验证但实际不好的产出过了卡尺，不等于做对了
“好椅子”从老周说了算变成卡尺说了算判断权从人转移给 Verifier你开始用“过没过”替代“我看懂没看懂”
老周没改卡尺，因为“好坐”太难量好的 Verifier 极难做难的不是搭卡尺，是搭一把量得准的

这个故事骗了你哪里

第一，卡尺被画得太死板了

故事里卡尺只会量尺寸。现实里的 Verifier 可以做得很巧——拿另一个模型打分、让它给出理由、多把尺子一起量。它能逼近“好不好坐”，逼得还挺近。只是“逼近”不是“等于”，再巧的 Verifier 也有它够不到的地方。这篇的重点是那个够不到的地方，不是说 Verifier 只能量尺寸。

第二，“晃”和“好坐”不是非黑即白

故事把它俩切得很干净：一个能量，一个量不了。现实里是一条连续的灰带——有些东西好量，有些勉强能量，有些基本量不了。难的恰恰是中间那段：你以为量到了，其实只量到了一部分。

第三，没有卡尺，并不更好

别因为这篇就觉得“那还不如我自己来”。退回纯人工，你会撞上老周从前的难处：慢、累、标准飘、五十把之后就走样。Verifier 有它真实的价值，这篇不是劝你拆掉卡尺，是劝你别把它当全部。

第四，“好不好坐”有时也能量，只是贵

故事里老周一句“太难了”就搁下了。现实里不少“没准数”的东西，是能想办法量的——找真人来坐、长期追踪坏没坏、设计更细的评估。只是它们慢、贵、费事。老周搁下的，不全是“量不了”，也有“懒得费那个劲”。这两者，后面会再撞上。

第五，卡尺被糊弄的事，这篇还没讲

老周以为卡尺最多是“放过几把不好坐的”。他还没想到，有一天，椅子会专门冲着卡尺来做——每一处都卡着卡尺的标准长，过得漂漂亮亮，却根本不是给人坐的。那是另一回的事。

老周搬回家的那把椅子

那把顶腰的椅子，老周搬回了家，搁在墙角。

他没事的时候会看它一眼。每一处都对，就是不好坐。卡尺挑不出它的错，他自己却一坐一个准。

他心里清楚，铺子里那把卡尺，量不到这把椅子的毛病。

他也清楚，自己已经不太去坐那些“合格”的椅子了。

这两件事搁在一块儿，有点别扭。但铺子转得正顺，数字正好看，他没去多想。

跟上回那张没撤的纸一样，轻，他没当回事。