前阵子帮朋友整理一份公开资料，我试着把任务交给一个AI Agent：读几份网页、摘出要点、按主题归类。前半程很顺，它自己打开页面、滚动、复制、整理，中间没有让我点过一次按钮。直到它把两份来源不同的内容混成一条结论，我才意识到问题不在“能不能做”，而在“它怎么知道该停”。
这类工具最近被谈得很多，谈的人往往先描述愿景，再补一句“当然还需要完善”。但如果你真的用过，会发现更值得琢磨的是中间那段过程：它如何拆解任务、如何决定下一步、什么时候把决定权交回给人。
它和“会聊天的模型”差在哪
普通对话模型的工作方式是回合制：你问，它答，结束。AI Agent不一样，它被允许调用外部工具，比如搜索、读写文件、执行代码，并且根据结果决定下一步做什么。换句话说，它有一个循环：观察、判断、行动、再看结果。这个循环让它能处理多步骤任务，也让它的问题更难被一眼看穿。
我见过一个很典型的场景：让它从一堆公开文档里找出某个主题的相关段落。它先列计划，再逐个打开文档，遇到打不开的链接就换个入口。这些动作本身没有问题，问题在于它对“相关”的判断标准是自己推出来的，而那个标准未必和我一致。它不会主动告诉我“我按这个标准筛的”，除非我在提示里要求它说明。
真正难的是“停”的时机
多步骤任务里，最容易被忽略的是终止条件。人做事情会有模糊的收尾感：差不多够了、这部分可以先放着。AI Agent没有这种直觉，它依赖你给的规则。规则写得太松，它会一直做下去或者反复试错；写得太紧，它可能刚碰到一点障碍就放弃。
更麻烦的是，它每一步都“看起来合理”。你很难从单步判断对错，只有把整条链拉出来看，才发现某一步的前提已经偏了。这也是为什么很多人用完后觉得“说不上哪里不对，但结果不能用”。
把确认点放在前面
我现在用这类工具，会先做一件事：把任务切成几段，明确哪几段它可以自己走，哪几段必须回来问我。比如读取和初步归类可以放开，涉及对外发送、覆盖原文件、给出结论性判断的部分，要求它先说明依据。
- 给它明确的可调用范围，而不是笼统地说“你看着办”。
- 要求它在关键节点复述当前理解，而不是只报进度。
- 保留中间产物，方便回溯是哪一步开始偏的。
- 对不可逆的操作设置人工确认。
这些做法听起来琐碎，但它们决定了一个AI Agent是帮你省时间，还是给你增加一道核对工序。
它不是万能助手，更像一个需要带的实习生
这个比喻不算新鲜，但挺准确：它能干活，速度不慢，也会在你不注意的时候自作主张。你要给它边界，也要给它反馈。区别在于，实习生会主动问，而它往往不会，除非你把“遇到不确定就停下来问”写进任务里。
所以我对这类工具的判断是：短期内的价值不在“全自动”，而在“半自动”。它能承担那些重复、路径清晰、结果容易验证的环节；一旦任务涉及模糊判断、对外影响或者不可逆改动，人的介入不是保守，而是必要。
回到开头那次整理，我后来把任务拆成两轮：第一轮只要它列出文档清单和每份文档的主题句，我确认后再让它归类。速度慢了，但结果能用了。AI Agent真正改变的可能不是“人还要不要做事”，而是人把注意力放在哪一步。