第一次认真用智能体干活，是在整理一份长文档的访谈记录时。我把几段录音转成的文字丢给它，让它按受访者分人、按主题归类、每条附上原句。它做得比我预想的好，甚至还标出了两处前后矛盾的表述。但接下来我让它“顺手把结论也写了”，它交上来的东西就像把会议纪要泡进温水里——字都对，味道全没了。
这个落差很有意思。它提醒我一个容易被忽略的事实：讨论智能体的能力时，我们常常在问“它能做多少”，而实际工作中更该问的是“这一步出错，我赔得起吗”。
拆分任务，比挑选工具更先一步
智能体与普通的对话式模型有一个明显区别：它会自己决定下一步做什么，调用工具、读取文件、循环尝试，直到认为任务结束。这个“自己决定”既是它的价值，也是风险的来源。做归类、提取、格式转换这类任务，步骤清晰、错误可见，它省下的是机械劳动；而让它自行判断什么重要、什么该舍，本质上是在让它替你承担判断责任，它并没有这个资格。
所以我现在的习惯是先拆一遍手头的事：哪些环节有唯一正确结果，哪些环节依赖我的偏好和上下文。前者可以放手，后者最多让它给候选。这个划分不需要技术背景，只需要对自己工作的诚实。
拆的时候还有一个容易被略过的维度——失败的代价。整理文件出错，重来一遍就好；对外发送的内容出错，收不回来。同一个智能体，在这两种场景里的可托付程度完全不同。任务难度并不是唯一变量，出错之后能不能被及时发现、能不能撤回，同样决定该不该交出去。
那些看起来能自动化、实际不划算的部分
有一类工作特别容易被误判：流程长、重复多，似乎天生理应交给机器。但流程长往往意味着中间有太多隐含约定，这些约定写在人的默契里，不写在文档里。智能体执行时会把它们全部当成默认值，结果就是每一步都对，合起来不对。
我见过把客户反馈自动汇总成周报的尝试，最后卡在“哪些反馈算同一类问题”上。这件事人能凭经验一眼归并，却很难写成规则。遇到这类情况，比较务实的做法不是硬让它猜，而是把归类这一步留给人，让它只做后面的拼接和措辞。
- 结果可以被快速核验的环节，适合交出去；
- 需要长期上下文、隐含约定的环节，最好人来把关；
- 失败后无法撤回的环节，即使简单也值得多一道确认；
- 一次性的、偶发的任务，往往不值得为它搭一套流程。
这几条并不新鲜，但真正按它做事的人不多。工具越顺手，人越容易跳过这一步，直到某次错误以不太好看的方式出现。
人在回路里，不是补丁而是设计
“人在回路”这个词常被说成一种兜底机制，好像人只是站在旁边等机器出错。我的理解不是这样。更合理的位置是：人负责定义任务完成的含义，机器负责把过程跑完。谁来定标准，谁来做执行，这两件事分开之后，很多纠结就消失了。
具体到日常操作，可以留意三个地方。一是让它输出中间结果而不是最终成品，方便你随时停下；二是把“完成”的条件写清楚，比如格式、长度、必须包含哪几项，模糊的标准会让它自行发挥；三是保留原始材料，方便回溯是哪一步偏了。
智能体真正改变的不是工作量，而是注意力的分配。原来花在搬运和整理上的时间，被挪到了判断和检查上。这未必更轻松，但确实更接近人该做的事。至于它会不会在某天连判断都替你做了，我的看法偏保守：技术会继续进步，但“谁为结果负责”这个问题不会因为模型变强就自动消失。
所以回到开头那个问题——哪一步可以交给它？我的答案一直是同一个：交出去的那一步，你得能说清楚它做对了没有。说不清楚的，先别交。