Agent 的邊界決定自動化能不能落地
問題卡在工作邊界
看到 Reddit 的 OpenClaw 使用紀錄。作者花了三週,希望助理能檢查多個 app 的新任務,判斷哪些工作適合 AI,再啟動 agent 完成交付。他接上 Python scripts、JSON 和 browser automation,也嘗試把工作委派到 ChatGPT project chats,結果反覆等待、迴圈,甚至找不到新工作。
限制條件很典型:IT 不允許直接接 Teams 和 Outlook,手上只有 ChatGPT Plus 沒有 API,本地模型是 Gemma4 12B 與 Qwen3 4B Instruct,接 OpenAI 又會消耗 Codex 額度。三週、兩個本地模型疊在一起,問題落在工作流程的邊界沒有畫清楚。
從臨床的角度來看,我不會把找病人、讀病歷、決定處置、開藥和確認結果全交給一個權限與責任未定義的系統。AI 輔助也要先說清楚它看得到什麼、能做什麼,以及什麼時候必須停下來交接。
先查四個條件
第一是權限:它能讀取來源、寫回目的地,或送出不可逆的動作嗎?若 Teams 和 Outlook 沒有可用介面,「自動找新工作」就缺少輸入。瀏覽器自動化還會受登入狀態、頁面改版和權限提示影響。
第二是模型能力。Gemma4 12B 或 Qwen3 4B Instruct 適合分類、摘要和欄位整理,未必適合跨 app 規劃。把任務分成「可自動執行、需要人確認、禁止執行」三類,比模糊的 yes 或 no 更容易驗證。第三是觸發條件:新工作究竟是一封信、一筆資料,還是未完成的 task?沒有穩定 event 或 polling 規則,agent 只能猜測環境是否變動,猜不到就會重試成迴圈。
第四是交接與驗收。每個子任務都要有輸入格式、完成定義和失敗出口。可以只允許輸出 task id、建議動作、信心分數和待確認欄位,再交回人核准。驗收要檢查欄位是否齊全、動作是否真的寫入,以及重跑會不會重複建立。
四個問題決定自動化程度
看得到嗎?沒有資料來源或穩定 API,就先人工貼上或定時匯出。做得準嗎?先拿 20 筆去識別化案例測試,記錄誤判;醫療流程尤其要看低頻但高傷害的錯誤。做錯能回復嗎?可撤銷的摘要可以自動跑,寄信、刪資料和對外承諾則停在人類確認。誰來收尾?設定 timeout、最大重試次數和人工接手訊息。
比較能落地的做法,是先讓 OpenClaw 處理單一來源的整理與分流,由人確認後才啟動下一步。等輸入、模型、觸發和驗收穩定,再增加交接點。從臨床的角度,能安全交班的輔助系統,才有資格談擴大權限。
作者:陳逸 Dr.