从“会回答”到“会动手”
设想一个普通工作日：你让电脑里的助手订一张傍晚的票，顺手把改期风险写进提醒。它没有立刻甩来一串链接，而是打开日历、核对空闲时间、填写信息，遇到验证码时停下来问你。这个停顿很重要，说明对面不再只是聊天框，而是一个开始接触真实系统的智能体。
聊天机器人处理的是“说”，智能体处理的是“做”。它通常要把目标拆成步骤，选择工具，读取返回结果，再决定下一步。听起来像把人的操作流程搬进软件，但难点常在流程之外：按钮会变，页面会超时，权限会过期，用户的真实意图也可能前后矛盾。
能力长在接口上，风险也长在接口上
我倾向于把它看成一层“执行胶水”，而不是一个全能员工。它的本事来自外部接口：日历、文档、浏览器、内部系统。接口越多，能做的事越多，出错后的影响面也越大。一次误点可能只是发错文件，另一次则可能改动共享设置，让团队在一段时间里找不到入口。
所以真正的设计问题不是“能不能自动完成”，而是“哪些步骤必须让人看见”。下单前的金额确认、发送前的收件人核对、删除前的二次提醒，都属于不该被流畅动画盖过去的节点。把这些节点留给用户，并不丢脸，它是在给系统留一条刹车。
还有记忆。记忆让助手记住偏好，也让错误更难被发现。一个误解如果只影响当前对话，纠正起来很快；如果被写进长期偏好，下次可能继续沿用。因此，记忆需要可查看、可修改、可清除，而不是藏在设置深处。
别急着把决定权交出去
一个可用的智能体，往往需要三种克制：任务边界写清楚，失败时能停下，关键动作可回滚。它不必表现得像人，反而应该像一张清楚的工作单：做了什么、用了什么权限、卡在哪里、下一步等谁确认。
- 任务边界：把“帮我安排行程”拆成可检查的小目标，避免一个大口令包住所有权限。
- 异常处理：超时、验证码、信息缺失时主动暂停，而不是猜一个答案继续。
- 操作记录：保留可读日志，让用户知道变化发生在哪一步。
回到开头那个订票场景。如果助手能在遇到验证码时停住，在付款前把时间和金额摆出来，在改期失败时保留原票信息，它已经帮上忙了。智能体值得期待的地方，不是替人做完一切，而是接过重复操作，把需要判断的节点留下来。这个分寸感，比演示里一气呵成的自动流程更难，也更接近日常。