# 项目交付基线与状态重排：依赖、资源和验收差距

工作单元：W-C22；版本：2026-10-21.workunits.2；复核：2026-10-20
交付依据真实状态的范围/里程碑/资源基线或重排方案，并记录风险、变更、决定和实际验收/移交差距。

## 当前用法
可整包委派状态核对、计划计算和备选生成；实际承诺、预算和冲突取舍由对应授权接收，闭环以验收/移交事实检查。
依据：TheAgentCompany在模拟公司网站、数据与同事沟通中测试跨工具工作；可执行任务存在，但困难长流程不等于自动完成整职业；OSWorld2.0的长流程评估指出约束、动态信息和隐藏状态会造成失败；部分得分不能代替完整流程。
来源状态：active
本站记录：本次只核查公开材料和任务契约；未在本站运行该任务、工具或模型。

条件：
- 冻结工单/版本/验收、依赖、资源日历、费用与更新日期；每个进度分开开发、部署、验收。
- 明确谁可批准范围/预算/时间承诺与对外发送；缺真实确认则交待确认影响，不静默承诺。

## 请求与范围
给实际范围、里程碑、预算、资源、验收目标及已有承诺；明确不能改变的约束。
产物为可执行交付计划与可追溯状态；AI不能以模拟同事沟通伪造承诺，系统技术方案由W-C11另接收。

## 输入
- 交付目标与现有基线：给实际范围、里程碑、预算、资源、验收目标及已有承诺；明确不能改变的约束。
- 状态证据：冻结工单/版本/验收、依赖、资源日历、费用与更新日期；每个进度分开开发、部署、验收。
- 决定权限：明确谁可批准范围/预算/时间承诺与对外发送；缺真实确认则交待确认影响，不静默承诺。

## 交付物
- 依赖/资源可执行的基线与至少一种冲突/风险备选
- 状态/风险/范围变更影响、真实决定和待确认责任期限
- 交付验收差距、运营移交及证据到承诺的记录

## 验收
1. 状态可追溯
   方法：关键进度连到实际工单/产物/验收记录并标时效；冲突并列。
   拒收：一条提交即被写成客户验收完成。
2. 重排可执行
   方法：程序检查依赖、日历/资源冲突与成本，列出范围/时间/风险取舍。
   拒收：同一人同时承担互斥工作，依赖未就绪仍承诺日期。
3. 验收与决定真实
   方法：记录实际批准/未确认、范围前后与验收差距；移交需有运营任务可接续。
   拒收：把会议摘要建议写成各方已同意或把关单当完成。


## 具体例子
输入：上游晚两周，客户日期固定，两个关键工程师重叠。
预期产物：资源/依赖冲突、范围/阶段交付备选与真实决定待办、验收缺口。
失败：把未完成接口写已完成，静默减少范围以填绿状态表。

## 工作重组
以前：资料、实现/处理与验证分散交接，完成记录易脱离实际结果。
现在：Agent收集状态、计算依赖/资源并更新方案，直接从产物/验收区分完成阶段；负责人处理范围和真实承诺。
保留：
- 确认目标、资源与预算授权，主持真实参与方的冲突和决定；未确认事项不能由AI补造。
新增：
- 记录实际批准/未确认、范围前后与验收差距；移交需有运营任务可接续。

## 人的责任与失败接管
确认目标、资源与预算授权，主持真实参与方的冲突和决定；未确认事项不能由AI补造。
状态冲突保留证据和影响备选；不靠删范围或改验收口径把延期藏起来。

## 尚待补足
- 真实团队状态时效、资源冲突、承诺与验收事实尚需独立抽核，模拟沟通不能替代。

## 职业与团队下一步
项目交付基线与状态重排：依赖、资源和验收差距
依赖/资源可执行的基线与至少一种冲突/风险备选
冻结一个依赖延期的项目，混入过期状态/资源冲突，要求Agent给两种可执行方案；用工单与日历程序核对，并独立检查验收差距。
/explore?purpose=career&domain=computing
公司任务已有跨工具研究，而OSWorld2显示动态信息/隐藏状态会造成长期失败。计划与状态可以自动重算，但必须保留身份、时效和承诺边界。
Agent收集状态、计算依赖/资源并更新方案，直接从产物/验收区分完成阶段；负责人处理范围和真实承诺。
在真实授权任务核对产物、失败、返工与接收时间，再据此配置工具、环境和人员。
/explore?purpose=team&domain=computing

## 证据与关系
- TheAgentCompany v3：https://arxiv.org/abs/2412.14161v3
  定位：Abstract；simulated company environment；公开 2024-12-18；v3修订2025-09-10；核查 2026-10-20；复查 2027-01-20
  支持：公司任务有直接研究对象。
  未覆盖：模拟组织；本文不采用总体比例推断项目管理能力。
- OSWorld2.0 v2：https://arxiv.org/abs/2606.29537v2
  定位：Abstract：108 long-horizon workflows；binary/partial；公开 2026-06-28；v2修订2026-07-13；核查 2026-10-20；复查 2027-01-20
  支持：提醒状态任务与最终完成分别验证。
  未覆盖：通用跨应用基准，不是系统方案或项目绩效专属试验。
- TheAgentCompany 官方环境：https://github.com/TheAgentCompany/TheAgentCompany
  定位：README：evaluation；task roles/result-based grading；公开 持续更新仓库；本次2026-10-20访问；核查 2026-10-20；复查 2027-01-20
  支持：公司工作环境有可验结果方法。
  未覆盖：真实协调/计划实现不由基准保证。


## 任务级判断与证据
采用方式：分阶段接收
从证据到建议：公司任务已有跨工具研究，而OSWorld2显示动态信息/隐藏状态会造成长期失败。计划与状态可以自动重算，但必须保留身份、时效和承诺边界。
当前可用性：mixed；公开可重建公司环境可研究工作法；真实工单/看板/日历访问与写权限需组织提供，未接入本站。
- TheAgentCompany：https://github.com/TheAgentCompany/TheAgentCompany
  2026-10-20公开仓库HEAD 98b68ef82a47690c316f42fddb05baafaab56851；实际运行另固定依赖/镜像/模型；开源；隔离部署和模型账户自备

### TheAgentCompany在模拟公司网站、数据与同事沟通中测试跨工具工作；可执行任务存在，但困难长流程不等于自动完成整职业。
依据身份：外部报告结果；状态：active
- TheAgentCompany v3：https://arxiv.org/abs/2412.14161v3
  定位：Abstract；environment and baseline evaluation；关系：partial
  支持：公司任务有直接研究对象。
  限制：模拟组织；本文不采用总体比例推断项目管理能力。
  核查：2026-10-20；来源状态：active
配置：论文v3闭源API和开放权重agent基线、模拟小型软件公司与结果验收；本页不声称某个模型在项目子集上的成绩。
适用限制：模拟组织；本文不采用总体比例推断项目管理能力。

### OSWorld2.0的长流程评估指出约束、动态信息和隐藏状态会造成失败；部分得分不能代替完整流程。
依据身份：外部报告结果；状态：active
- OSWorld2.0 v2：https://arxiv.org/abs/2606.29537v2
  定位：Abstract；binary-completion metric；关系：partial
  支持：提醒状态任务与最终完成分别验证。
  限制：通用跨应用基准，不是系统方案或项目绩效专属试验。
  核查：2026-10-20；来源状态：active
配置：v2：108流程；论文500步主口径，二元完成/部分分分开，具体模型配置按论文，未在本站运行。
适用限制：通用跨应用基准，不是系统方案或项目绩效专属试验。
相关进展（本条判断）：
- OSWorld2.0挑战跨工具长流程和隐藏状态：/explore?purpose=understand&domain=computing&window=all#P-C-LONG-STATE
  首次公开 2026-06-28；资料修订 2026-07-13：文档版本/结果表述修订；没有据此推定新的模型能力跃迁。

### 可让Agent交付可追溯项目状态与可执行重排，但承诺与验收必须连到实际参与方和产物。
依据身份：有条件的编辑推断；状态：active
- TheAgentCompany 官方环境：https://github.com/TheAgentCompany/TheAgentCompany
  定位：task roles/result-based grading；关系：partial
  支持：公司工作环境有可验结果方法。
  限制：真实协调/计划实现不由基准保证。
  核查：2026-10-20；来源状态：active
适用限制：真实协调/计划实现不由基准保证。

## 情境变化
### 基线与资源计划
输入变化：项目初期需要范围/里程碑与资源预算。
判断变化：按依赖和容量可执行性接收，不把估算当承诺。
验收变化：资源日历、关键路径、风险缓冲和验收目标。
### 风险与范围变更
输入变化：发生延期、问题、费用/需求变化。
判断变化：生成影响/备选与决定记录，不静默变更基线。
验收变化：范围/时间/预算前后、真实批准和依赖传播。
### 验收移交与沟通
输入变化：进入交付阶段，需要状态与冲突/运营材料。
判断变化：可整合信息与待发送内容，实际反馈/接收需真实证据。
验收变化：产物/测试/运营接手、未完成差距、已确认决定和责任期限。

研究前沿：TheAgentCompany实测模拟公司跨工具任务；OSWorld2.0进一步实测108个长流程，指出动态信息、约束和隐藏状态导致失败。它们支持状态化工作可评估，但没有给真实组织按期交付/协商承诺成功率。
下一项验证：冻结一个依赖延期的项目，混入过期状态/资源冲突，要求Agent给两种可执行方案；用工单与日历程序核对，并独立检查验收差距。
未来改判信号：
- 新状态到来后依赖/资源计划仍可执行，承诺与实际决定一致，可考虑扩大相近输入范围。
- 过期/推断状态写成完成，或范围变化未进入验收与预算，应收窄或暂停相应采用。

## 与本单元直接关联的进展
### OSWorld2.0挑战跨工具长流程和隐藏状态
公开 2026-06-28；资料修订 2026-07-13：文档版本/结果表述修订；没有据此推定新的模型能力跃迁。
108个长流程把二元完成与部分分分开，动态约束/状态成为失败来源。
支持范围：跨应用一般任务，不能把部分评分或总分转成项目管理率。
来源状态：active
/explore?purpose=understand&domain=computing&window=all&kind=all#P-C-LONG-STATE

领域背景与未来情景：/explore?purpose=understand&domain=computing


## 工具与采用佐证