先把一個小任務做穩再談全自動
看到 Reddit 那串「用了三週 OpenClaw，還是做不出有用的個人助理」，我其實有點安心
因為想像中的流程很漂亮，先看 Teams 和 Outlook，判斷今天哪些工作適合交給 AI，再自動丟給對的 agent 處理。結果一接公司 IT 政策，連線權限先被擋掉，手上又只有 4B 或 12B 的 local model，最後 orchestrator 還很熱心，自己把事情做完，順便把 Codex 額度燒掉。這不就是大家第一次蓋 agent 最容易掉進去的坑嗎，總覺得只差一個總管就能包辦全公司
但個人助理最難的地方，常常卡在每一步都沒有清楚的驗收線。App connector 再多也救不了
我會先把需求砍到很無聊，例如每天 9:00 只讀一個固定資料夾，找出檔名含有 invoice 的未處理檔案，回傳檔名和日期。這種工作小模型反而比較能做，一次只要求一個明確動作，失敗了也知道是讀檔、篩選，還是格式化出問題。先跑個 20 次，記錄成功幾次，再決定要不要接下一步
Teams 和 Outlook 也一樣，先不要讓 agent 自己判斷整個工作適不適合 AI。把流程拆成讀取、分類、產生建議、等待人確認四段，權限可以一段一段開。尤其 subagent 的 tool allowlist 要比主流程窄很多，負責分類的只拿讀取和輸出工具，根本不用碰寄信、刪檔或呼叫其他 agent
這個差別很實際。主流程像拿著總鑰匙的人，subagent 則只拿一把能開單一房間的鑰匙。它就算判斷歪掉，也比較不會一路把權限和 token 都吃光。模型只有 4B 時，更要避免讓它同時理解背景、規劃步驟、選工具和處理例外。這時再雕提示詞也沒用，任務本身已經超載了
我現在會先問三件事，輸入固定嗎，輸出能驗收嗎，失敗能重跑嗎。三個答案有兩個是否定，就先別做成自動分派。先做單一可重跑流程，成功率穩了再加下一個節點
功能堆得再多，也不會自動變成好用的個人助理。能把一件小事每天準時做完，還知道什麼時候停手，才比較像真的有在幫忙
不然最後最勤勞的 agent，通常只是那個幫你消耗額度的 XD
作者：島民No.9527