前阵子看一段演示：让助手订一张机票。它打开页面、填日期、比对时段，动作比人还熟。到了付款那一步，它停住了，弹出一句“需要你确认”。观众笑了，演示的人解释，这是有意留的。
这个停顿比前面所有流畅的动作都更值得看。它标出了这类系统当下的真实位置——不是会不会操作，而是操作到哪一步该把控制权交回来。
它和聊天框里的助手不是一回事
我们熟悉的对话产品是一问一答，答完就结束。AI Agent 的差别在于它会自己往下走：读一个结果，判断下一步做什么，调用一个工具，看返回了什么，再判断。这个循环是它存在的理由，也是麻烦的来源。
循环里每一次“往下走”，都意味着有个动作落在真实系统上——发一封邮件、改一行记录、提交一张表单。对话产品说错话，人笑一下就过去了；而一个会动手的 Agent 做错事，得有人去收拾。
难的地方不在聪明
把模型能力往上推，能让它规划得更长、调用得更准。但真正决定它能不能进生产环境的，往往是几件很工程的事。
- 身份与权限：它用的是谁的账号，能碰哪些数据，边界画在哪里。
- 确认点：哪些动作可以静默执行，哪些必须先问一句。
- 可回滚：做错了能不能退回去，退到什么状态。
- 可观察：出错时能不能说清它停在第几步、看到了什么。
这四项没有一项是“更聪明”能替代的。它们更像是给一个手脚麻利的新人配工位、配门禁、配复核流程。人进来得快，制度跟上得慢，落差就是事故。
什么样的活儿适合交给它
按这个思路看，适合的场景有一些共同点：步骤大致可枚举，中间结果能校验，出错代价低或者容易撤销。比如在测试环境里复现一个流程、把一批格式混乱的文本整理成固定结构、在已知的接口之间搬运数据。它们的共同点是“做错了看得出来，改回来也不贵”。
反过来，那些一步错就难挽回、或者中途需要大量临场判断的事，让人守在一旁看着，眼下还是更稳妥的做法。这不是对能力的怀疑，而是对代价的估算。
停顿是一种设计
回到开头那个卡在付款前的瞬间。它并不说明系统笨，恰恰说明设计者想清楚了：这笔钱该由谁来按。一个从头到尾不需要人介入的流程，听起来很美，但在多数真实业务里，人介入的位置本身就是规则的一部分。
所以看一个 AI Agent 是否合用，除了看它能跑多长的链路，还有一个朴素的观察点：它在哪一步愿意停下来，问那一句。愿意停的地方越多、停得越准，它反而越容易被放心地放出去做事。