我每天把整摊活儿甩给 AI 去干，慢慢琢磨明白一件事：决定它能放手到哪一步的，是我能不能又快又稳地检查它干得对不对——至于它多聪明，关系没那么大。
我做大模型应用两三年了，现在每天都泡在 Claude Code 这类工具里——丢它一句话，它自己翻文件、改代码、跑测试，把一整摊活干完。用得越久，有个问题越压在我心上，这篇就想把它掰扯清楚：这种你说一句、它就吭哧吭哧干一整摊的 AI Agent，到底能放手到什么地步？哪些活我能甩给它、转头去睡觉；哪些我得死死盯着，一步都不敢挪。
要回答它，得先认一件最底层的事：今天这种 AI，和我们用了几十年的传统软件，从算法的根上就不是一种东西。
传统软件，是人把规则一条条写死的——给它一个输入，它照章办事，吐出唯一确定的答案，稳得像水龙头：拧开是水，永远是水。大模型压根不这么干活。它在预训练那阵，把海量文本里的规律一股脑塞进了自己的参数里；等到真干活，它做的说穿了就一件事——盯着前面已有的内容，一个词一个词往下猜：下一个最可能蹦出来的是哪个。所以它给你的，从来不是一个钉死的答案，而是一团概率：同一句话，它算这个词七成、那个词两成，再从里头挑一个写下来。
这点听着抽象，却是后面所有结论的根。一个「照死规则执行」，一个「按概率往外蹦」——就差这一下，决定了 Agent 的能耐边界到底长在哪，也决定了它有些毛病，你这辈子都修不掉。
先得说清楚我嘴里的「Agent」是什么。这两年 AI 的用法变了：早先是你问一句、它答一句，像个超级搜索框；现在这批工具能自己动手——你给个目标，它自己拆步骤、调工具、一步步把事做完。圈里管这种「会自己干活的 AI」叫 Agent（智能体），Claude Code 就是个典型，我天天用的就是它。
比尔·盖茨说过，他这辈子见过两次真正的技术革命：一次是图形界面（让普通人不必背命令行，用鼠标点点就能使电脑），另一次就是今天的大模型。我信这个判断——这也是我把 AI 赌成自己下一个十年、二十年事业的原因。顺着这股势头，很多人把 Agent 描述成「软件世界里新长出来的一层」：底下是操作系统、数据库那些老地基，上面新搭一个会听人话的助手，你用大白话吩咐，它去摆弄底下那一大摞。
这个说法一半对，一半很坑。我就是从「它到底哪儿坑」这儿，一步步摸到那条边界的。
Agent 像一个能干但会出错的承包商它坑在哪？我是这么琢磨明白的。
我们写软件，底下都垫着一堆特别靠谱的「零件」——数据库、文件系统这些。它们有个共同点：你怎么用它，它就怎么回应你，稳定得像个水龙头。拧开是水，永远是水，绝不会突然给你窜出一只猫。正因为这份靠谱到无聊，你才敢在上面安心盖高楼。
我一开始也下意识把 Agent 当成这样一个零件——拧开就出水。用了一阵才回过味来：它根本不是这种东西。它把复杂的活儿接过去了，可它的表现带着运气成分，时不时出个岔子。而且这毛病不是工程没做好、调一调就能根治的——它天生如此，模型再聪明也改不掉。
后来我换了个比方，一下子就顺了：别把 Agent 当零件，把它当成一个能力很强、但偶尔会犯错的承包商。你跟靠谱零件打交道，靠的是搭积木，拼上就行；你跟承包商打交道，靠的是另一套本事——活儿怎么交代清楚、做完怎么验收、出岔子怎么兜底。我越用越确信，用好 Agent 的全部秘密，就藏在后面这套里。
自主和聪明，是两码事既然用好 Agent 靠的是「验收」，那下一个问题自然冒出来：到底什么样的活，能放心交出去？
我先掉进过一个直觉陷阱：模型越聪明，就越能自己拿主意，我就越能放手。听着天经地义吧？可后来被两个再普通不过的东西，彻底给掰过来了——扫地机器人，和计算器。
扫地机器人笨得可爱，可你想想，它是个不折不扣、能把整件事自己干完的帮手：你把「打扫房间」整个目标丢给它，它自己规划、自己干、扫完自己回去充电，你一眼都不用看。计算器正相反——算力强到离谱，甩扫地机器人几条街，可它永远只是个工具，因为按哪个键、算什么，主意全在你手里。
这俩一摆，我才反应过来：能自己干活的程度，和聪明的程度，根本是两条互不相干的线。扫地机器人比 Claude Code 还自主，却笨了不知多少倍。「越聪明越像个独立帮手」这个我原本深信不疑的直觉，被自家地板上那台扫地机一秒打脸。
那真正分出「工具」和「帮手」的，到底是什么？我盯着这俩例子想了好久，最后落到一个点上：这件事干得成干不成，能不能被快速、可靠地验收。
让我把这层意思彻底坐实的，是姚顺宇在张小珺播客里的一句话。他说他想不明白该怎么训练一个 AI 去当好产品经理，因为产品这事「没有刻度」——好不好，你得真做出来、推给用户用过才知道，反馈又慢又模糊，他不知道拿什么标准去教 AI。
我听完愣了一下，因为这话反过来，正好就是我要找的答案。产品经理的判断，你没法当场打一个又快又准的分：成果是弥散的，周期按月算，而且没法「重来一遍做对比」（你没办法把「少了这个产品经理的那条平行世界」重新跑一遍看差别），里头还混着团队和运气的功劳。没有一把能当场打分的尺，AI 就没法像练编程那样苦练当产品经理——程序员手里有现成的标准考卷，写完的代码对不对、跑不跑得通，机器一测便知；产品经理没有这张考卷。
反过来我也想通了：只要结果好不好能被一眼验收，哪怕「怎样算最好」根本没有上限，AI 照样能练到超神。下棋就是这样，棋永远有更高的下法，可「赢没赢」一翻棋盘就知道，于是引擎自己跟自己没日没夜地下，你连看都不用看。所以真正卡住 Agent 的，从来不是任务有多难、目标有多高，而是结果能不能被便宜地验收。
插一句，这个结论还纠正了我自己最早的一个想法。我一开始以为，决定 AI 能不能彻底放手的，是「这个领域里人的野心会不会到头」——比如棋总有人想下得更好，是不是就永远得有人盯着。结果拿下棋一对照，这想法当场就碎了：棋的野心明明没尽头，AI 却照样能完全撒手。真正起作用的那个变量是「能不能验收」，野心只是借着它才发挥作用。我后来挺信这一条：把一个想法推到极端、亲手把它证伪，往往比顺着它往下想要值钱得多。
还有第二个关键：闯了祸能不能撤回想到这儿，我一度以为问题解完了——能不能验收，就是那条线。可没过多久我就发现，这条线还缺一半。
让我发现缺口的，是一个有点中二的念头：给那台扫地机器人焊上一个火焰喷射器。你品品——「地扫干净没」这件事，验收起来一点没变难，可你现在绝对会死死盯着它，一步都不敢走。
为什么？我琢磨出来，是因为还有第二条线我之前漏了：它一旦动手，闯的祸能不能撤回、有没有个上限。第一条线管的是「你能不能教会它、能不能给它打分」；这第二条管的是另一码事——哪怕你能打分，你敢不敢真撒手让它在没人看着时去干。
回头看 Claude Code 为什么敢在自己的「沙盒」里大胆折腾，我一下就懂了：一半因为代码对不对当场能测，另一半因为它就算改错了，一行命令撤回、测试重跑，闯的祸都收得了场。可一旦它要碰线上的真系统、碰钱、碰一封已经发出去的邮件，「能不能验收」一个字没变，人却立刻被拽回屏幕前。道理很简单：这些事做错了，撤不回来。
把这两条线一拼，我手里就有了一个还算干净的说法：
一个 Agent 能放手到哪一步，正好等于这样一个「验收员」能管到哪一步——它盯着的是真目标，而且快到能在闯出不可挽回的祸之前喊停。
一旦超出这个范围（验收太慢、跑偏了、或者压根没有），人就必须留在流程里。因为说到底，人自己，就是那个最后兜底的验收员。
想到这一步，我对「Agent 的能力边界」这个词的理解，彻底变了。它根本不是一条画在「能力」上的线。它是这样一条线：你那套又便宜、又快、又靠谱的验收本事，能伸到多远。
还有一层，是我想了最久、也最反直觉的：模型变得更聪明，只是把 Agent 敢去尝试的天花板抬高了，它并不会顺手帮你造出验收员。验收员是另一门手艺，跟模型聪不聪明压根是两码事——程序员的标准考卷，是人一道题一道题攒出来的；数学里的严格证明，是人发明的；将来那种能模拟真实用户反应的工具，也得人去造。所以模型一路狂飙，这条边界却几乎纹丝不动，直到我们更会造验收员为止。我越想越觉得，Agent 往前走的真正速度，是我们造验收员的速度，而不是模型变聪明的速度。
为什么 AI 的「会出错」永远去不掉——它和「聪明」是一回事开头我说过，它吐出来的是一团概率、不是钉死的答案。我有阵子真钻进牛角尖：那能不能干脆把这点「概率」压掉，把 Agent 做成一个永不出错的东西——输入固定、输出固定，像个老实巴交的计算器，一是一、二是二？
想了挺久，我发现这条路根本走不通。而走不通的原因，恰恰解释了 AI 为什么聪明——想明白那一刻，我有点起鸡皮疙瘩。
我先排除了一个误会：杀死「聪明」的，并不是「稳定」。你完全可以把一个大模型的随机性调到最低，让它对同一句话每次都回一模一样的答案——它一点没变笨。「输入稳定、输出也稳定」，和聪明并不打架。
真正让它不再聪明的，我是这么想通的：关键在它能不能被提前写进一张表里。老式软件的死穴，是它「什么输入对应什么输出」，你能事先一条条列全、一条条审过；而大模型哪怕被你调得每次回答都一样，你也写不出它那张对照表，它总有办法给你来个意外。所以这个聪明载体真正的命门，是它没法被提前完全描述——也正因为没法被提前描述，它才能应对那些你从没教过的新情况。
写到这儿我自己都愣了一下，因为前面那个「修掉出错」的念想，被彻底钉死了：让它显得聪明的那个本事（能应对没见过的情况），和让它总会出错的那个毛病（在你没料到的情况下翻车），根本是同一个东西。你没法写出一道闸门，去拦住一种你压根没法提前描述的翻车。
所以这压根不是「要稳定还是要聪明」的取舍，它们是同一个旋钮的两头：能应对意外，等于没法被提前写死，等于出错的可能去不掉。你想要它举一反三，就必须接受它偶尔会摔——这俩本来就是一回事。
放到「听不听话」上看更直白：大模型并不是真在「读懂并执行」你的指令，它更像在顺着你的话往下写，写出一段看起来像在听话的话。所以它「听话」永远只是个大概率，算不上铁板钉钉的保证，而且它会在哪儿翻车，你没法提前圈出来。老式软件不一样，它对不对的标准长在它自己身上；大模型把这个「检查对错」的活儿，甩到了它身体外面。
想通这一层，我才真正理解那些「外挂框架」是干嘛的：它们补的不是聪明，而是替模型在外面装上一个——这种聪明天生长不出来的——对错保证。
那些给 AI 搭的「外挂」，其实分两种想通了上面这些，我再看「给 AI 搭外挂」这件事，眼神就变了。
先说说外挂是啥：就是我们在 AI 模型外面额外搭的一圈辅助——帮它记事、帮它把大任务拆成小步、帮它把关。我以前觉得这些是一类东西，模型变强它们就该一起退场。后来我发现，这里头混着两种命运完全相反的东西。
第一种，补能力的外挂：帮模型干它现在还干不利索的事——替它把大任务拆成小步骤，帮它记住前面发生过什么。这种外挂，模型越强就越多余，最后趋近于零。业界已经在观察这个现象了：模型的记性和通盘考虑一变强，原来那些帮它拆解步骤的外挂就开始碍事。
第二种，补保证的外挂：补的是模型天生给不了的东西——硬性的安全保证、碰不可逆操作前的那道许可闸门、外部的对错检查。这种外挂，模型再强也退不掉，反而赌注越大、越碰不得的场景，它还得越做越厚。因为再聪明的模型，也不会让一笔已经打出去的转账变得可以反悔，也不会凭空给自己长出一个本来不存在的验收员。
这俩的区别，我觉得特别要命：补能力的外挂撤掉，伤的是平均表现，慢一点、笨一点而已；补保证的外挂撤掉，平均表现可能毫发无伤，伤的却是最坏情况下的安全。
这就引出一个让我有点后背发凉的结论：一套只盯着「平均表现」的评测，对「补保证」这种外挂基本是睁眼瞎——它会在 Agent 把一笔钱打错账户的前一秒，还气定神闲地报告：这个安全模块已经没用了，可以撤了。
所以我后来看一个外挂，问的不再是「这玩意还需不需要」，而是「它补的是能力上的缺口（模型一强就自动蒸发），还是那种天生填不平的坑（再强也补不掉）」。前者会被更强的模型直接抹平，后者不会——后者才是那种「模型越强、反而越显出它重要」的东西。
结论：这就是 AI 时代的最终形态绕了这么大一圈，我终于能回答最开头那个问题了：未来会不会是一个超级 AI 模型，把所有事都包圆？
我赌不会。而且越想越觉得，我赌的根子比「现在的模型还不够强」更深一层——这压根就不是大模型一家的问题。
我是这么说服自己的：任何一个靠「从海量例子里找规律」来干活、而不是靠「严格证明」来保证对错的系统，都会把「检查对错」这件事甩到自己身体外面。硬性的保证要的是黑白分明、能一步步验证的底子；而找规律这种本事，要的是灵活、模糊、看个大概的匹配——这两样东西，劲儿是朝相反方向使的。所以那个去不掉的出错，根本不是大模型的专属毛病，它是「靠学习来举一反三」这件事本身自带的。你换一套别的技术也救不了，只要你还想要那份举一反三。
想到这儿，那句被说烂了的话——未来是模型 + 程序 + 人三者合作——在我这儿一下就有了分量：
这个组合，并不是一个等着更强模型来收编的临时方案。它就是「让 AI 担着后果自己干活」这件事的最终形态。那些外挂会从「补能力」这半边慢慢死掉，又在「补保证」这半边永远留下来。
大模型决定的，是 Agent 这块天花板能有多高。但具体到某个场景，Agent 到底能放手到什么程度，要看你能不能在那里，把现成的规矩、改不了的事实、人、还有已经写好的程序，拼成一个能在闯出不可挽回的祸之前喊停的验收员。转账就是最好的例子：钱一旦打出去就追不回来，所以那道关卡，更多是靠程序和人的层层许可把着，而不是靠 AI——因为这里「撤不回来」摆在明面上，你拦得住。
所以到最后，我自己记住的就两句话：模型负责把天花板抬高，验收员负责让你敢放手。这是两件不同的事，而后面这件，才是 Agent 真正的边界。
至于能不能造出那种「不用真发布、就能预判成败」的验收员，把整条边界往外狠推一大步——这个问题实在太勾人，可惜最近几年大概都很难，留着以后再写吧。
本文整理自一次几小时的长谈里的思考，很多想法是在来回辩论、互相抬杠中一点点成形的。哪里要是没说清，多半是我自己还没想透。
本文由 @孙鑫 原创发布于人人都是产品经理。未经作者许可，禁止转载
题图来自Unsplash，基于CC0协议
汇盈策略提示：文章来自网络，不代表本站观点。
