做一份研究简报，可能需要检索、下载、去重、阅读、比较、排版和发布。假设沿着软件来安排它，流程会是：浏览器找资料，表格记条目，文档写报告，再复制到共享页面。
当智能体能调用工具、编写脚本并连接这些步骤时，一个值得追问的变化出现了：工作的组织单位，会不会逐渐从“打开哪个软件”，转向“我希望完成哪个任务”？
我曾用“工作都变成 coding”来表达这个方向。把它写成文章，我更愿意把判断说准确：越来越多中间步骤可以被转写成可执行过程，但决定做什么、凭什么相信结果，以及谁允许行动，仍是需要分别处理的问题。
软件操作之后，还有一份没有写出来的任务
“把这些论文整理成简报”看起来很明确。实际执行时，还需要知道读者是谁、哪些研究问题重要、检索到哪里为止、什么证据值得纳入、遇到相互矛盾的结果怎么写。
过去，这些条件可能在人的连续操作中被默默补上。交给智能体后，遗漏会暴露出来：它可以正确生成表格，却选错资料；可以写完每个段落，却没有回答读者要作出的决定。
因此，我认为 AI 原生工作的一个要求，是把原来隐含在操作中的判断展开。目标、输入、可用工具、限制、验收和下一位使用者，都需要成为任务的一部分。
这不意味着每次都写一份很长的提示词。重复出现的条件应该进入稳定的资料和流程，让当前对话只处理本次不同的地方。
可执行、可判断、可授权是不同边界
程序能够抓取文件，属于执行能力。它能否判断文件适用当前研究，取决于材料、规则和评价。它能否把结果发给客户，则还涉及明确授权。
把三者揉在一个“完成任务”按钮里，会让实现能力悄悄变成决定权限。反过来，要求人批准每一次读取，又会使自动化失去连续性。
我的做法方向是按照影响来拆分。已经授权范围内的可恢复操作可以连续执行；会改变外部状态的动作，需要有与任务对应的权限；关键研究判断要保留能说明依据的复核位置。
这里的人类参与也应该有明确任务。让人面对一大段看不懂的结果点击“同意”，形式上保留了人，实际没有提供判断条件。
程序可以临时生成，工作记忆不能只靠临场补全
智能体按需生成一个脚本，能让小任务不必先开发完整应用。但下一次执行时，仍然需要知道上一次为什么这样处理、哪些输入出过问题、输出格式由谁使用。
如果每次重新生成所有步骤，却没有保留版本、参数和验收依据，灵活性也可能变成漂移。同一个需求得到不同结果，使用者难以判断差异来自新资料还是执行方式变化。
我倾向于让探索产生临时工具，再把稳定且反复使用的部分固定下来。不是每段临时代码都值得维护，也不是所有成熟流程都需要再次生成。
在个人 AI 工作系统里，我关心的就是资料、工具和任务规则怎样接起来。它能说明我的实践方向，不能自动证明任何专业任务都已经适合自主执行。
固定流程与智能体各有适用位置
如果输入格式固定、步骤明确、异常有限，一个脚本可能就能很好地完成工作。让模型每次重新决定流程，未必增加价值。
当资料形态不一致、需要判断下一次检索方向、或者必须在若干工具之间作选择，智能体才可能承担更多组织工作。但这也增加了检查执行路径的需求。
所以我不把“用了 Agent”当成升级本身。需要比较它在相同任务中减少了哪些工作、引入了哪些错误，以及结果是否更容易交接。
可以从一个具体断点开始，例如资料下载后经常需要人工辨认和分流。先检查智能体能否处理这段，再决定是否扩大范围，比先建立一个全能工作系统更容易知道哪里产生了价值。
当执行变快，验收可能成为新的卡点
假设十分钟可以生成十份方案，而认真核查一份仍要半小时，产出增加并不等于决策变快。注意力会被更多候选结果占用。
因此，人需要提前确定哪些区别值得比较。比如一份研究方案是否有可回答的问题，证据来源是否覆盖目标场景，实施条件是否成立。把这些验收标准写清，有助于减少没有必要的生成。
我也会要求系统在缺少关键材料时说明缺口。继续写一份貌似完整的结果，可能比停下来更容易制造返工。
更难的一点是：验收标准本身也可能不够好。完成了一张检查表，仍然可能错过真实使用中的问题。对新任务，人还需要回到结果怎样被使用，修正标准，而不是只训练系统更熟练地过关。
人的价值需要落在具体工作里
“人负责创造力，AI 负责重复劳动”太粗糙。一次看似重复的筛选可能包含很重要的专业判断，一次看似创造性的生成也可能只是重新排列现有表达。
我更愿意逐段检查：这里需要什么资料，哪种判断可以明确表达，哪种后果需要谁承担，什么时候应该补充真实观察。人的工作可能从频繁操作，转向定义、组织、复核和修正，但这些也都需要实际能力。
我的“所有问题都是技术性问题”强调寻找可行动的条件。“工作可编程化”则是其中一条执行路径。前者还包含价值选择、关系安排和不可逆事实，不能被后一种工具能力包办。
沿着这条思路，下一步值得积累的是从一次研究提炼出可复用 Skill的方法，以及这种自动化究竟减少了多少人的负担。