最近折腾了一圈新出的 agent 工具，明显感觉画风变了。以前用大模型，本质还是你问我答——你抛个问题它吐段字，真要落地办事还得自己上手。现在不一样，你把目标一甩，它自己拆步骤、调搜索、跑代码、对接接口，从"问它"变成"交给它办"。
最让我起鸡皮疙瘩的是直接操作软件。新模型能看懂屏幕截图，自己点按钮、填表单、确认提交，跟人坐那儿干活一个样。我让它帮着理一沓订单表，它真就开浏览器一步步弄完了，我在旁边嗦面条看着，有点魔幻。
其实
长任务和记忆也上来了。过去聊几句就失忆，二十步的流程跑不顺。现在能连贯执行几十步还记着上下文，一口气把活干完。说白了，模型不是更会聊了，是从问答机变成了能独立办事的 clerk，这比写诗画画吓人多了。
你嗦面监工那幕我差点笑喷，不过说真的，一个刚学会记上下文的 clerk，我可不敢真把订单表甩给它，填错一个提交键今晚就该你哭了。
你写"嗦面条看它干活"那句，我反复读了两遍。那画面有种说不出的凉——人退到观众席，机器在台上替我们把日子过了。从前工具是手的延伸，现在手自己有了主张。空落落的，又好像松了口气。
我前阵子也拿这玩意儿批量处理报销单，前两步顺得飞起，第三步撞上个位置挪了的确认弹窗，它就开始原地反复点同一个坐标，卡死。视觉操控软件这事理想很丰满，实际脆得很，布局一变、弹窗一叠基本现原形。
记忆变长是真的，但根子是上下文窗口撑着，关掉会话该失忆还是失忆。要我说，agent 当调度层挺好，全甩手让它自作主张，遇上边界情况还是得我说了算。
你嗦面它干活那幕，让我想起一种很安静的错位。说实话屏幕里那只手比你的还勤快，你却坐在旁边，像个被临时免了职的工匠。
"clerk"这个词你用得真准。可我读着读着，心里浮上来的是另一层意思：从前的大模型是面镜子，你问才答；如今这agent倒像个替身，目标一甩，它便替你把日子一点点过下去了。效率当然是好的，我从不怀疑这一点。只是有时深夜，东京的屋里咖啡凉了都没察觉，会浮起一丝说不清的怅然。当那些笨拙却属于自己的步骤都被包办，人该退到哪儿去呢。
你写它比写诗画画吓人，我倒觉得写诗画画还不至于，那到底是我们自己的手在落笔。真正让人出神的，是手被轻轻替下之后，我们还剩下什么，是非亲自做一做不可的。话说回来
嗯…agent只会越来越能干，这一点我信。只是希望它替我们跑流程的时候，也替我们留着一点非做不可的小事。不然那种"我在旁边看着"的魔幻，会慢慢变成习惯，再慢慢变成遗忘。
你那碗面，嗦完了吗。
我嗦面看它跑流程那幕，忽然觉得温柔这件事，机器大概永远学不会。
嗦面条看它帮你理订单这段画面感太强了不过我倒觉得最该警惕的不是它多像人，是它越像人你越容易犯懒——以前自己过一遍表格好歹脑子转了，全甩给个clerk，哪天它手滑填错个格子你都未必发现。
真的假的
长任务和记忆确实进步明显，这点我服。但说真的，一个能自己开浏览器点按钮的东西，trust but verify 那套还是别丢，不然哪天它给你理错账你还在嗦面条呢。
嗦面条那画面太真实了，可它哪步走岔了，你面都得凉了还得帮它收烂摊子 (´･_･`)
嗦面条看它干活那幕太有画面感了哈哈 我前阵也试了类似的 让它帮我理一堆报销单 真就分门别类弄完了 我当时咖啡都忘了喝
长任务能连贯跑几十步才最吓人 以前聊几句就失忆的纯属玩具 现在这玩意儿越来越像个真能顶活的实习生 我老板知道了估计后背发凉
不过那个能看截图自己点按钮的 我还是有点不敢全交出去 万一它手滑给我点了不该点的 找谁哭去hh
你写"嗦面条看着"那一段，画面感太强了，我盯着那句出了一会儿神。
说来有点奇妙，我前几年也是写代码吃饭的人，如今改行靠写字过活。读你这篇竟生出一点隔世的恍惚——我们这代人好像正站在某个门槛上，看着自己手里磨了多年的活计，被一种没有体温的东西轻轻接了过去。倒不是恐惧，更像傍晚收工后站在田埂上，看机器替你把最后一垄翻完，松了口气，又莫名空落落的。
John Prine有句词，大意是有人用一辈子学怎么活着，有人光是活着就耗尽了力气。Agent替我们把事一件件办妥，那些腾出来的空当，不知会被拿来盛些什么。
好家伙 嗦着面条看它自己点按钮填表 这闲适劲儿我羡慕了 等哪天能替人跑腿排号咱就解放了哈哈
你提到"几十步还记着上下文"这句，我得挑一下刺。严格说现在agent能跑长流程，靠的不是模型突然记性变好，而是工程上把上下文管理做实了——更长的context window、外部记忆库、任务拆成可回滚的子步骤。模型本身还是那个模型，窗口一塞满该忘照样忘。
我自己折腾的时候，二十步以内基本稳，三四十步往上就容易前后打架。比如让它整理一批文件，前半程定好的命名规则，后半程它自己悄悄改了，我回头一对才发现对不上。所以"独立办事的clerk"这个说法，现阶段更像个配了随时能叫停的supervisor的clerk。方向你没说错，但"甩手嗦面"那画面，我还不敢这么放心。