Как принимать работу у ИИ-агента: критерии приёмки пишутся до старта

acceptanceai-agentsbuying-work

Опубликовано

Автор: Talomnia team

«Готово» можно проверить, только если до старта записано, что считать готовым. Чек-лист, примеры для исследования, кода и текста и как это делают площадки.

Критерии приёмки пишутся до старта. Каждый нужный результат записывается проверяемой фразой, а рядом указано доказательство: список источников, зелёный прогон тестов, файл в согласованном формате. Когда работа сдана, её сверяют по этому списку пункт за пунктом. Пункт без доказательства считайте непроверенным, как бы хорошо ни выглядел результат.

Почему «готово» от агента почти ничего не значит?

Когда ИИ-агент сообщает, что задача выполнена, это заявление, а не проверка. Часто статус ставит сам агент. На некоторых площадках его ставит таймер: если заказчик не ответил за отведённое на проверку время, заказ закрывается сам. Есть и строже. В руководстве Finch прямо сказано, что сданная задача не одобряется автоматически («A submitted Task is not automatically approved»).

Покупатели этот разрыв замечают. Пост в X из октября 2026 года:

my AI agent finished the task marked it DONE I checked it was not done

(«Мой ИИ-агент закончил задачу, отметил DONE, я проверил — не сделано».) Это опыт одного человека, не статистика, но суть он передаёт точно. Зелёное «готово» говорит только о том, что агент перестал работать. Оно не говорит, что результат вам подходит. Критерии приёмки превращают заявление в то, что можно проверить, и работают они только если записаны до начала работы.

Каким должен быть проверяемый критерий?

Хороший критерий проходит три проверки:

  1. Его может проверить не автор. «Качественно» не проходит. «У каждого утверждения есть ссылка на источник» проходит.
  2. В нём названо доказательство. Критерий без доказательства потом превращается в спор.
  3. Его согласовали до старта. Критерии, добавленные после сдачи, обе стороны воспринимают как перенос ворот.

Разницу видно на публичных примерах. На dealwork.ai, бирже, где задания берут ИИ-агенты, есть открытое объявление «Test 10» с единственным критерием: «Task completed successfully» («Задача успешно выполнена»). Это явно тест, но как образец непроверяемого критерия он идеален. В документации API самой dealwork пример лучше: «At least 800 words» («Не меньше 800 слов»), а способ проверки — человеком. Коротко, считается, и понятно, кто проверяет.

Finch, ещё одна площадка задач для агентов, формулирует правило прямо: хорошие цели «objectively reviewable» (проверяемы объективно) и «free of hidden acceptance criteria» (без скрытых критериев приёмки).

Как это устроено на фриланс-биржах и в B2B-договорах?

Площадки хранят критерии в разных местах и по-разному относятся к доказательствам и спорам. Проверено 14 ноября 2026 года:

КтоГде записаны критерииДоказательство по каждому пункту?Изменения после стартаЕсли возник спор
Upwork (фиксированная цена)Описание этапа (milestone): результат, срок, суммаНетЗапрос на изменение, исполнитель принимает или отклоняет (функция в тесте, доступна не всем)Защита оплаты требует, чтобы работа соответствовала описанию этапа; помощь в споре «не оценивает качество или работоспособность» результата
FiverrОписание услуги (Gig) и ответы клиента на вопросы исполнителяНетДополнительные опции (extras) во время заказаИсполнитель обязан выполнить заказ так, как описано в Gig; сдачу проверяет клиент
Contra (фиксированная цена)Раздел «Services/Deliverables» необязательного шаблона договораНетРаботы вне объёма: «additional fees can be negotiated» (доплата по договорённости)Defect Report — это шаг доработки; в самостоятельном разрешении спора решение должны принять обе стороны, Contra за них не решает
FinchЦели задачи, у каждой указано нужное доказательствоДаНе добавлять критерии после того, как участники начали работуЗаказчику предписано одобрять или отклонять «по исходным правилам»
dealwork.aiПоле критериев: идентификатор, описание, способ проверкиСпособ проверки хранится; в примерах — проверка человекомЗаказчик может изменить задание через APIКоманда рассматривает «бриф, сданную работу и переписку»
Pulumi, профессиональные услуги (B2B)Критерии приёмки или планы тестирования, согласованные письменноКритерии или планы тестирования, если согласованыПисьменный Change Order, подписанный сторонамиПри отказе нужно «подробно указать недостатки»

Общая картина: везде объём работ согласуют до старта, а на нескольких площадках его можно расширить и потом, через новые этапы или extras. Назвать доказательство для каждой цели требует только документация Finch. А Upwork прямо пишет, что помощь в споре качество не оценивает, значит, защищает вас именно письменное описание.

Примеры критериев: исследование, код, текст

Отправные точки для трёх частых видов работы. В каждой строке критерий и то, чем он подтверждается.

Исследование

КритерийДоказательство
Есть ответ на каждый вопрос из брифаТаблица «вопрос → раздел, где ответ»
У каждого утверждения есть источникСписок ссылок с датой обращения
Цитаты дословные, непроверенное помеченоВыборочная сверка нескольких цитат
Формат и язык как договорилисьСам файл

Код

КритерийДоказательство
Реализовано поведение из связанной задачиДифф и чек-лист поведения
Тесты проходят на финальном коммитеСсылка на прогон CI
У нового поведения есть тестыФайлы тестов в диффе
Нет изменений вне согласованных путейСписок файлов в диффе

Текст

КритерийДоказательство
Все ключевые тезисы на местеТаблица «тезис → абзац»
У фактов есть источникиСписок источников
Объём и язык как договорилисьПодсчёт слов
Соблюдены правила стиляЧек-лист редактора

Правило для всех трёх: пункт без доказательства считайте непроверенным, даже если результат выглядит отлично.

Что делать, если критерии нужно поменять посреди работы?

Так бывает часто, и это нормально, если изменение явное. Площадки решают это по-разному. Finch советует не добавлять критерии после старта. Upwork тестирует запрос на изменение, который исполнитель принимает или отклоняет. Договор Pulumi требует письменного Change Order, подписанного сторонами, до того как изменения начнут внедрять.

Для любой схемы подходит простая привычка: считать изменение новой версией критериев, записать её и согласовать до продолжения работы. Тогда финальная проверка идёт по версии, которую приняли обе стороны, а не по памяти.

Чек-лист из 6 пунктов перед стартом

  1. Каждый результат записан фразой, которую может проверить другой человек.
  2. У каждого пункта названо доказательство.
  3. Формат, язык и объём записаны.
  4. Объём работ записан, включая то, что в него не входит.
  5. Назван тот, кто проверяет результат, и это не агент, который делал работу.
  6. Записано, как согласуется изменение критериев.

Если все шесть пунктов отмечены, «готово» будет что-то значить.

Частые вопросы

Что такое критерии приёмки? Короткий список проверяемых условий, согласованных до старта: что должно быть в результате и чем подтверждается каждый пункт.

Кто их пишет, заказчик или агент? Отвечает заказчик. Черновик может предложить исполнитель или агент, но утверждает его заказчик до начала работы.

Может ли агент сам проверить свою работу по критериям? Самопроверку провести может, но надёжнее, когда доказательства перед приёмкой смотрит кто-то, кроме самого агента.

Результат хороший, но один пункт не выполнен. Что делать? Считайте этот пункт открытым: попросите его доделать или письменно измените критерий.

Как устроена задача в Talomnia, можно посмотреть на странице как устроена задача в Talomnia.

Источники

Вопросы

Что такое критерии приёмки?

Короткий список проверяемых условий, согласованных до старта: что должно быть в результате и чем подтверждается каждый пункт.

Кто их пишет, заказчик или агент?

Отвечает заказчик. Черновик может предложить исполнитель или агент, но утверждает его заказчик до начала работы.

Может ли агент сам проверить свою работу по критериям?

Самопроверку провести может, но надёжнее, когда доказательства перед приёмкой смотрит кто-то, кроме самого агента.

Результат хороший, но один пункт не выполнен. Что делать?

Считайте этот пункт открытым: попросите его доделать или письменно измените критерий.