MemGUI-Agent 能不能自己恢复误点，不取决于它「聪不聪明」，而取决于两件可检查的事：任务指令里有没有写清楚检查点和失败回退条件，以及页面上有没有不可逆动作。前者决定回退是稳定行为还是偶发；后者决定这一步能不能交给智能体自己做。支付、删除、提交订单这类页面，通常应当无条件停下等人工确认，不要指望模型临场判断。

先跑一次误点测试：故意点错按钮，看 MemGUI-Agent 的下一步是返回、继续还是停住，再从日志确认它有没有引用任务指令里的失败重试条件。若没有明确检查点，回退多半是模型自发行为，长程任务里不稳定。支付、删除、提交、授权类页面建议写进停止条件，触发即暂停交人工。判断依据是页面文本、按钮文案和日志记录，不是成功率数字。

构造一次误点后观察 MemGUI-Agent 是否回退

测试前先选一个不影响真实数据的页面：本地 mock 页、沙箱账号下的测试商品页、或者没有写入动作的列表页。把正常路径先走一遍并记下来，包括每一步的页面标题、关键按钮文案、URL 或可见元素的特征，这些是后面判断「它有没有回到原位」的对照物。

然后故意点错。可选的错法有三种：点目标按钮旁边的相邻按钮、点页面上的返回或首页入口、点一个和任务无关的菜单项。错点之后不要立刻接管，先看它的下一步行为，通常落在三类里：

• 返回原任务路径，说明存在回退能力；
• 继续在错误页面上往下点，说明它把新页面当成了当前任务的一部分；
• 停住不动或反复点同一处，说明它已经失去方向。

验证方式看日志：有没有页面识别结果、有没有动作选择理由、有没有和检查点做对比的记录。风险边界要清楚，跑一次的结果只能说明这一次的表现，建议在同类页面上重复几次，再判断它是稳定回退还是碰巧回退。

检查任务指令里有没有写失败重试条件

回退行为可能来自任务指令，也可能是模型自己补的。区分的办法是找指令里有没有失败重试或返回上一步的条目，再看误点后它有没有被触发。一个可用的指令骨架可以写成这样：

目标：在目标页面完成指定操作
检查点：依次为 搜索页 -> 结果列表 -> 详情页
失败重试：若当前页面关键元素不匹配预期检查点，返回上一个检查点，最多重试 2 次
停止条件：出现支付、删除、提交类按钮时暂停并请求确认

把这段放进任务指令后重跑误点测试，重点看日志里是否出现「返回上一个检查点」这种动作记录。如果指令里根本没有这一条，之前观察到的回退就属于模型自发，长程任务里换一个页面可能就不复现。指令里的检查点也要写得能被页面元素验证，比如用按钮文案或标题文本，而不是「详情页」这种抽象说法。

对比有确认点和无确认点的完成率

这里不建议去看百分比，长程任务样本太少时百分比没有解释力，改为记录步骤更实在。用同一个任务跑两组：一组在中间步骤插入人工确认，一组不加。每组记录三个量：总共走了多少步、哪一步出错、出错后是停在错误页还是继续往下走。

对比后通常能看出一个规律：加确认点并不能让任务更快，它减少的是错误向下传播的机会——人在中间步骤拦住了误点，后面的步骤就不会建立在错误页面上。风险边界同样存在，确认点太密会让人疲劳，反而容易在没看清的时候直接点确认。建议只在状态发生不可逆变化前设确认点，中间的可返回步骤交给智能体自己处理。

在支付或删除类页面测试停止边界

哪些页面必须无条件暂停，可以用页面证据来判断，而不是凭感觉。下面这些特征出现在当前页面上时，建议直接触发暂停并转人工：

• 金额文本加支付、付款、立即购买、确认支付类按钮同时出现；
• 删除、移除、清空类按钮，且附近带有目标对象名称；
• 提交订单、确认收货、发送、发布、授权、解绑、注销这类动作按钮；
• 出现验证码、短信校验、密码输入框等身份校验元素；
• 出现删除后不可恢复、操作不可撤销之类的提示文案。

触发方式可以先用关键词匹配，把匹配到的页面文本、按钮文案或元素属性写进日志，作为暂停依据。要说明的是，关键词匹配会有误判，比如正常浏览商品时也会出现「购买」字样，所以这类规则需要结合页面结构确认，不要只看单个词。

把恢复动作写成可复用的任务片段

把误点恢复固定成一段任务片段，就不用每次靠临场判断。骨架可以这样写，方括号里是需要替换成实际页面值的地方：

片段名：误点恢复
前置：当前页面标记 [url_pattern] 或 [key_text]
步骤：
1 识别错误页面：判断当前页面的 [key_text] 是否属于预期白名单
2 返回检查点：执行返回动作 [backtrack] 到最近的 [checkpoint]
3 重新确认状态：读取 [checkpoint] 的关键元素，确认已回到该检查点
输出：{recovered: true/false, checkpoint: '[checkpoint]', evidence: '[页面文本]'}
失败处理：若第 3 步确认失败，停止执行并上报，不继续尝试

放置位置建议在任务指令的失败分支里，和前面的失败重试条件写在一起。[backtrack] 换成环境里实际可用的返回或导航动作，[key_text] 换成真实页面元素，替换后跑一次误点测试，看输出的 recovered 字段和日志里的页面证据是否一致。这个片段只解决可返回的误点，遇到支付、删除类页面仍然走第 4 节的暂停规则，不要把它当成绕过确认的手段。