第一次认真用智能体，不是让它写一段话，而是让它去改一份表格。任务说得很清楚：找出重复条目、合并、保留更新时间较晚的那条。它安静地跑了几分钟，回了一段进度说明，然后停下来问：这两列名字很像，但格式不一致，要按哪个字段合并？
那一刻的感受有点复杂。它没有直接改错，也没有假装完成，而是把判断交回给人。这大概就是今天智能体最真实的样子——能连续做事，但关键处仍会停下。
它和“会聊天的模型”差在哪
很多人把智能体理解成更聪明的对话模型，其实差别不在回答质量，而在执行方式。普通对话是“问一句、答一句”，智能体拿到目标后会自己拆步骤：先看有哪些文件，再决定用什么工具读，读到异常就换个路径，做完一步再判断下一步。它更像一个能连续操作的工作台，而不是一个随时等你追问的问答窗口。
这也带来一个新的观察角度：评价它，不该只看某一次输出的好坏，而要看它在多步任务中的稳定性。一次回答漂亮不难，难的是第十步还记得第一步的约束条件。实际使用中，跑偏往往不是因为某一步能力不够，而是中途丢掉了最初的目标。
跑得越久，越考验“记得住”
智能体的连续执行依赖上下文。任务短时看不出问题，一旦步骤变多，早期信息会被稀释，它可能重复读同一个文件，或者把已经排除的方案又捡回来。这不是它“不认真”，而是机制决定的：每一步都要重新理解当前状态，理解偏差会累积。
所以真正好用的设计，往往不是让它一口气跑到底，而是在中间设置检查点。比如每完成一个阶段就输出一句“我现在做到哪、依据是什么、下一步打算做什么”，让人有机会在偏离前叫停。这种停顿看似降低了效率，实际减少了返工。
工具越多，越需要说清“不许做什么”
智能体之所以能动手，是因为它能调用外部工具：读写文件、检索资料、发请求、操作系统界面。能力扩张的同时，风险也具体起来。一句模糊的指令，在对话里最多得到一个模糊答案，在执行环境里可能变成一次真实的删除或覆盖。
因此给智能体写任务说明，重点常不在“要做什么”，而在“不能做什么”。哪些目录不许碰、哪些操作必须先确认、遇到不确定信息是停下还是继续，这些边界写得越清楚，它越可靠。把它当成一个刚接手工作的同事，而非一个全知助手，沟通方式会自然很多。
- 先给可验证的小任务，观察它如何拆解，再逐步放权。
- 把“遇到什么情况必须停下来问”写进指令，而不是事后补救。
- 保留执行记录，让每一步的输入输出可回看。
该把哪一步交出去
回到开头那份表格。后来我把任务拆成两段：查找重复项交给智能体，是否合并由人确认。它做得又快又稳，因为不需要替我做判断；我也省下大量比对时间，因为不用逐行翻。
这或许是现阶段更实际的分工方式：把重复、可验证、结果容易检查的步骤交给智能体，把涉及取舍、责任和模糊地带的环节留在人这边。它不是替代谁，而是在流程里多出一个能连续执行的环节。
值得留意的倒是另一面：当智能体越来越顺手，人很容易不再细看它做了什么。省事与失控之间，往往只隔着一次“懒得检查”。工具越主动，人越需要保留一点笨拙的核对习惯。