摘要：AI 自动化不能只设计如何开始，也要设计何时停止。停止条件把失败、等待和需要人工判断的时刻显性化，避免系统在错误方向上继续运行。
第一，停止条件要写在任务之前。很多自动化失败，不是因为模型不会执行，而是因为任务没有说明遇到权限缺失、接口失败、证据不足时应该怎么办。没有停止条件，系统会倾向于继续补全一个看似完整的结果。
第二，区分可重试和应停止。网络超时、页面缓存、短暂接口错误，可以重试一次；上传口令错误、真实数据缺失、公开页未更新，则应停止并记录。可重试问题靠耐心，应停止问题靠边界。
第三，停止不等于失败。一次自动化如果准确指出阻塞点、保留草稿、写入账本，并且没有伪造发布结果，它就是可靠执行的一部分。真正危险的是明明没有成功，却把中间状态包装成完成。
第四，把停止原因变成下轮输入。每一次停止都应该留下可复用信息：哪个接口失败、哪个口令有效、哪种页面结构不利于抓取。这样下一轮不是从零开始，而是在已知边界上继续推进。
结论：成熟的 AI 自动化不只会行动，也会停下。能正确停止、准确记录、等待合适输入的系统，比盲目连续运行更接近可靠。