第一次把某个流程交给一个会自己打开浏览器、自己找输入框的东西时,多数人的手指会在“允许”上停一下。这一下停顿值得保留,它说明你隐约意识到,接下来发生的事不再由你逐步确认。
这种停顿,比任何演示视频都更接近问题的核心。
它和对话框的区别,在于“连续”
把智能体理解成一个更聪明的问答窗口,很容易低估它。真正的差别不在回答质量,而在它被允许连续行动:看一眼当前界面,判断下一步,执行,再看结果,如此循环。这个循环里每一步单独看都不难,难的是它们被串起来之后,前一步的小偏差会成为后一步的前提。
所以评价它,不能只看某一步做得漂不漂亮,要看整条链路跑完之后,世界里留下了什么痕迹。
错误的形态变了
对话式模型答错,你重问一遍就行,成本接近零。而一个能动手的东西答错,可能已经提交了表单、已经对外发出了消息、已经改动了别人也看得见的字段。代价从“重来”变成了“收拾”,而收拾往往需要另一个人参与。
这也是为什么,中途能不能停下来、能不能看清楚它准备做什么、能不能退回去,比它一次能跑多少步更重要。可中断、可查看、可回退,这三件事听起来不酷,却决定了你敢不敢真的把任务放手。
权限最好一格一格地给
把权限想成一个抽屉柜,而不是一个总开关。实践中可以拆得很细:
- 只读,还是可以写入和修改;
- 改动只留在自己的视图里,还是会让其他人看到;
- 能不能代表你对外发出信息;
- 授权是一次性的,还是长期有效。
大多数人第一次就把抽屉全拉开,因为这样演示最顺畅。但真实使用的头几天,正是试错的阶段,此时给出的权限范围应该正好覆盖当前这一步,而不是覆盖想象中的全部未来。
长任务里先累的是人
一个需要十几步才能完成的任务,人会先失去注意力。前几步你还盯着,后面就开始刷别的东西,等回过头来,屏幕上已经跑完了一串你看不懂的操作。这时候过程记录就不是锦上添花,而是必需品。它不需要是密密麻麻的技术日志,而是每个关键节点一句人话:我在哪、我为什么这么做、我拿到了什么结果。
还有一层常被忽略:真实环境是会变的。界面改版、按钮挪位、页面弹出意料之外的提示,这些在演示环境里很少出现,在实际使用里却是常态。演示成功一次,不等于能稳定工作一百次,中间的差距靠的不是更华丽的模型,而是出错时的处理方式。
不那么乐观的判断
短期内,智能体更适合待在边界清楚、结果容易验证的场景里:任务范围明确,做完之后你能一眼看出对不对。越是开放、越是牵扯他人的环境,越需要有人守在旁边。此时人的角色从操作者变成了审核者,但这份审核并不轻松——你要在有限的时间里判断一堆你并未亲手做过的动作是否妥当。
所以真正该问的不是“它能不能做”,而是“它做错的时候,我多久能发现,能不能收回”。这个问题的答案,基本决定了哪些事今天就可以交出去,哪些还得再等等。