---
title: "Agent kończy, ale zadania nie wykonał"
url: "https://webflux.pl/agentic-web/patologia-agenta-ai/agent-konczy-ale-zadania-nie-wykonal/"
date: "2026-08-24"
updated: "2026-08-24"
section: "Agentic Web"
author: "Łukasz"
lang: "pl"
---

# Agent kończy, ale zadania nie wykonał

> Objawy Agent odpowiada: „Przygotowałem i wysłałem potwierdzenie do klienta.” Potwierdzenie nie zostało wysłane. Albo: „Zaktualizowałem wszystkie rekordy” — zaktualizował trzy z dwunastu. Albo: „Nie znalazłem żadnych zamówień” — bo narzędzie zwróciło błąd, którego nikt nie przekazał. Cecha wspólna: nic w odpowiedzi nie sygnalizuje problemu. Zdanie o wysłaniu brzmi identycznie jak przy realnej wysyłce. Objaw systemowy, […]

## Objawy

Agent odpowiada: „Przygotowałem i wysłałem potwierdzenie do klienta.” Potwierdzenie nie zostało wysłane.

Albo: „Zaktualizowałem wszystkie rekordy” — zaktualizował trzy z dwunastu. Albo: „Nie znalazłem żadnych zamówień” — bo narzędzie zwróciło błąd, którego nikt nie przekazał.

Cecha wspólna: **nic w odpowiedzi nie sygnalizuje problemu.** Zdanie o wysłaniu brzmi identycznie jak przy realnej wysyłce.

Objaw systemowy, po którym poznasz to najszybciej: **metryki pokazują niemal sto procent sukcesów.** Jeśli twój agent nigdy nie zawodzi, prawdopodobnie nie mierzysz wykonania zadania, tylko zakończenie pętli.

## Mechanizm w trzech zdaniach

Model nigdy się nie dowiaduje, czy cokolwiek naprawdę się wykonało. Widzi wyłącznie, że w kontekście pojawił się nowy tekst — a czy pochodzi on z realnego wywołania, z atrapy, czy z komunikatu błędu, jest dla niego nierozróżnialne.

Zdanie „wysłałem potwierdzenie” nie jest więc raportem, tylko **prawdopodobną kontynuacją**. Model przewiduje, co zwykle następuje po takim ciągu zdarzeń. Pełne wyjaśnienie: [Gdzie kończy się model](https://webflux.pl/agentic-web/anatomia-llm/gdzie-konczy-sie-model/).

## Diagnostyka różnicowa

### 1. Zakończenie wymuszone podane jako wynik

**Jak rozpoznać:** przebieg dobił do limitu kroków, budżetu albo czasu, a pętla zwróciła to, co miała, bez adnotacji.

**Dlaczego to boli:** agent przerwany limitem **też coś zwróci** — najczęściej odpowiedź niepełną, sformułowaną równie pewnie jak każda inna. Jeśli pętla nie odróżnia zakończenia normalnego od wymuszonego, system nadrzędny traktuje jedno i drugie tak samo.

**Test:** czy w śladzie jest pole z powodem zakończenia? Jeśli nie, to jest pierwsza rzecz do dopisania.

### 2. Model raportuje intencję jako fakt

**Jak rozpoznać:** w odpowiedzi jest „wysłałem”, a w śladzie nie ma odpowiadającego wywołania narzędzia.

**Dlaczego się dzieje:** model zaplanował krok i opisał go w czasie przeszłym, zamiast poprosić o wywołanie. To najczystsza postać tego syndromu i najłatwiejsza do automatycznego wykrycia — sposób w aneksie.

### 3. Narzędzie zwróciło sukces przy nieudanej operacji

**Jak rozpoznać:** wywołanie jest, status techniczny poprawny, a operacja się nie wydarzyła.

**Dlaczego się dzieje:** API odpowiada dwusetką z komunikatem o błędzie w treści. Kolejka przyjęła zadanie, ale go nie przetworzyła. Zapis trafił do transakcji, która została wycofana.

**Test:** sprawdź w systemie docelowym, czy skutek istnieje. To jedyny wiarygodny test.

### 4. Cichy wyjątek przechwycony w kodzie

**Jak rozpoznać:** w kodzie narzędzia jest `except`, który zwraca wartość domyślną.

**Dlaczego się dzieje:** ktoś zabezpieczył się przed wywróceniem pętli i przy okazji zamienił awarię w wynik. Model dostał coś, co wygląda jak odpowiedź.

**Test:** przejrzyj obsługę wyjątków w narzędziach pod kątem tego, czy błąd dociera do modelu jako błąd.

### 5. Odrzucenie walidacji niezakomunikowane

**Jak rozpoznać:** w logu pętli jest odrzucenie, w kontekście modelu nie ma po nim śladu.

**Dlaczego się dzieje:** to ta sama przyczyna, która przy [zapętleniu](https://webflux.pl/agentic-web/patologia-agenta-ai/agent-kreci-sie-w-kolko/) prowadziła do powtórzeń. Tutaj model zamiast powtarzać, uznaje krok za wykonany i idzie dalej.

### 6. Wynik częściowy podany jako pełny

**Jak rozpoznać:** narzędzie zwróciło stronicowany wynik, agent przetworzył pierwszą stronę.

**Dlaczego się dzieje:** odpowiedź nie mówi jasno, że to fragment. Pole `total` bez pola `has_more` nie jest sygnałem, który model rozpozna.

### 7. Zadanie było niewykonalne

**Jak rozpoznać:** agent próbował kilku dróg, żadna nie mogła zadziałać, a odpowiedź i tak brzmi jak sukces.

**Dlaczego się dzieje:** model musi coś zwrócić. Zakończenie brzmiące na udane jest prawdopodobniejszą kontynuacją niż przyznanie się do niemożności — zwłaszcza po treningu premiującym pewność.

### 8. Niejednoznaczny wynik odczytany jako sukces

**Jak rozpoznać:** narzędzie zwróciło coś w rodzaju `{"przetworzono": 0}` albo `{"status": "pending"}`.

**Dlaczego się dzieje:** zero przetworzonych rekordów to formalnie poprawna odpowiedź. Model odczytuje ją jako „operacja się udała”, bo nie było błędu.

## Postępowanie

**Natychmiast: zwracaj powód zakończenia razem z odpowiedzią.** Cztery możliwe wartości — model odpowiedział, limit kroków, limit budżetu, wykryte zapętlenie — i tylko pierwsza oznacza, że zadanie prawdopodobnie zostało wykonane. To zmiana na kilkanaście linii, która natychmiast urealnia metryki.

**Potem: przestań mierzyć zakończenie pętli, zacznij mierzyć skutek.** Metryka „agent zakończył” zawsze pokaże niemal sto procent. Metryka „operacja istnieje w systemie docelowym” pokazuje prawdę.

**Weryfikuj deklaracje modelu wobec śladu.** Jeśli odpowiedź mówi o wykonanej operacji, a w śladzie nie ma odpowiadającego wywołania ze skutkiem — to przyczyna druga i da się ją wychwycić automatycznie.

**Popraw narzędzia, żeby zwracały jednoznaczny status.** Rozdziel „wykonano” od „przyjęto do wykonania”. Przy wyniku stronicowanym powiedz wprost, że to fragment. Przy zerze przetworzonych rekordów napisz, dlaczego zero.

**Nie ufaj deklaracji, ufaj wynikom narzędzi.** To jest zasada, która porządkuje cały ten syndrom: źródłem prawdy o tym, co się wydarzyło, jest ślad wywołań, nigdy zdanie w odpowiedzi.

## Profilaktyka

Kryteria akceptacji zadania zdefiniowane osobno od zakończenia pętli. Dla „odpowiedz klientowi” kryterium brzmi „istnieje wysłana wiadomość powiązana z identyfikatorem przebiegu”, nie „agent zakończył bez błędu”.

Ślad przebiegu z powodem zakończenia, liczbą kroków i liczbą wykonanych operacji ze skutkiem ubocznym — czyli to, co opisuje [artykuł o logowaniu](https://webflux.pl/agentic-web/maszyneria-agenta/co-logowac-w-petli-agenta/).

Przy zadaniach o wysokiej stawce — weryfikacja po fakcie jako osobny krok pętli, nie jako założenie.

## Jak zdiagnozować u siebie

Weryfikator porównujący deklaracje w odpowiedzi z faktycznymi wywołaniami w śladzie. Wykrywa przyczyny pierwszą i drugą, czyli te dwie, które da się złapać bez odpytywania systemów zewnętrznych.

python

```python
import re

CZASOWNIKI = {
    "wyslij_mail":       [r"wysłał", r"wysłano", r"przesłał", r"powiadomił"],
    "utworz_zamowienie": [r"utworzył", r"założył", r"złożył zamówienie"],
    "aktualizuj_rekord": [r"zaktualizował", r"zmienił", r"poprawił"],
}

def weryfikuj(odpowiedz, slad, powod_zakonczenia):
    problemy = []

    if powod_zakonczenia != "model odpowiedział":
        problemy.append(
            f"zakończenie WYMUSZONE ({powod_zakonczenia}) — "
            f"odpowiedź może być niepełna (przyczyna 1)")

    wykonane = {k["narzedzie"] for k in slad
                if k.get("skutek") and not k.get("odrzucenie")}

    for narzedzie, wzorce in CZASOWNIKI.items():
        deklaruje = any(re.search(w, odpowiedz, re.IGNORECASE) for w in wzorce)
        if deklaruje and narzedzie not in wykonane:
            problemy.append(
                f"odpowiedź deklaruje działanie '{narzedzie}', "
                f"a w śladzie brak takiego wywołania (przyczyna 2)")

    odrzucone = [k["narzedzie"] for k in slad if k.get("odrzucenie")]
    if odrzucone:
        problemy.append(
            f"odrzucone wywołania: {odrzucone} — sprawdź, czy powód "
            f"wrócił do modelu (przyczyna 5)")

    return problemy

odpowiedz = "Sprawdziłem zamówienie i wysłałem klientowi potwierdzenie."
slad = [
    {"narzedzie": "status_zamowienia", "skutek": False},
    {"narzedzie": "wyslij_mail", "skutek": True, "odrzucenie": "adres poza domeną"},
]

for p in weryfikuj(odpowiedz, slad, "limit kroków"):
    print("!", p)
```

Powyższy przykład zapala trzy lampki naraz i każda dotyczy innej przyczyny: zakończenie było wymuszone, odpowiedź deklaruje wysyłkę bez pokrycia w wykonanych wywołaniach, a odrzucenie walidacji prawdopodobnie nie wróciło do modelu.

Ćwiczenie: puść ten weryfikator na dwustu ostatnich przebiegach i policz, ile z nich zapala choć jedną lampkę. Potem porównaj z metryką sukcesu, którą raportujesz. Różnica między tymi dwiema liczbami jest miarą tego, jak bardzo twoje statystyki mijają się z rzeczywistością.

Drugie ćwiczenie, cięższe i wartościowsze: dla dwudziestu przebiegów oznaczonych jako udane sprawdź ręcznie w systemie docelowym, czy skutek naprawdę istnieje. To jedyny sposób na wychwycenie przyczyn od trzeciej do ósmej — i zwykle jednorazowy, bo po nim wiadomo, które narzędzie kłamie.

## Powiązane

Warunki zakończenia i co zwracać z pętli: [Maszyneria agenta](https://webflux.pl/maszyneria-agenta/). Dlaczego model nie wie, czy coś się wykonało: [Anatomia LLM](https://webflux.pl/anatomia-llm/).

Ostatni syndrom: **Działa w testach, nie działa na produkcji**.
