最近刷了一圈新东西，最大的感触是：这一波最让我意外的进展，已经不是模型"更会聊"，而是它开始从动嘴转向动手。

前阵子试了 Claude 的 Computer Use 和 OpenAI 的 Operator，它们能自己开浏览器、点按钮、填表单，把"你帮我查一下"直接推进到"事儿办完了"。这跟过去问答式助手，基本是两个物种。

代码这块更让我舒服。AI 现在能写一段、自己跑、看报错再改，闭环转起来了。vibe coding 火了之后，我身边完全不会编程的朋友也捣鼓出了能跑的小工具，搁两年前真不敢想。o1、o3 那类推理模型也离谱，学会先想一会儿再答，奥数、科研辅助这些硬骨头啃得比多数人都利索。

乐观归乐观，我仍有点发毛：agent 在 demo 里丝滑得不行，真扔进乱七八糟的真实网页和祖传烂代码，翻车率不低。一个能自己点按钮、自己操作账户的东西，出错了算谁的？这可比聪不聪明实在多了。

我也手痒试了下vibe coding，真给我捣鼓出个小玩意儿…不过往真实网页一扔就怂了哈哈

深夜守着那些能自己跑代码的 agent，我总想起小时候看人织毛衣——针脚歪了，手会自己停，换一根针，绕回去。如今模型似乎也摸到了这股"停一下、再绕回来"的节奏，只是它手里攥着的不是毛线，是会从指缝漏走的真实权限。

你担心的那个落差，我想从另一面补一句。demo 里丝滑、真实里翻车，未必全是模型的责任。我们交给 agent 的，本就是一座随时在挪路牌的迷宫：今天的按钮在这，明早网页改了版，它哪记得住。人的容错靠的是"我隐约知道这家店搬过"，agent 只有训练时凝住的那张旧地图。所以翻车率高低，一半在模型，一半在我们肯不肯把世界收拾得让它看得懂。

再说"出错了算谁的"。这话剥开看其实很旧。第一辆无马的车撞了人…，算车夫还是算车？技术每回把"责任"这件衣裳从一个人肩上剥下，又没想好该披在谁身上。agent 新鲜的地方，是它头一回让"做事"本身变得可托管，于是责任也跟着悬了空。我不觉得这是丧气话，反倒觉得，一个会自己动手的东西，逼着我们重新去想：什么叫"我在做"。

vibe coding 那段倒让我轻轻笑了一下。身边真有朋友用这法子捣出小玩意，像突然学会了拿树枝生火——笨拙，但亮堂。
嗯…
只是火一旦能自己烧，总得有人记着风往哪边吹。你试 Operator 的时候，碰到过它非要替你拿主意、结果好心办坏事的情形么？