推文

@fireandstart · 2026-10-13 21:22

这串项目清单最有启发的地方，是把“模型会不会写”与“系统能不能可靠完成动作”拆开：点选、分类、审查安装脚本、给日志排优先级，都可以把模型限制在预先定义的答案或动作空间里，减少每一步都调用大模型的成本。但边界越明确，边界外的情况就越需要设计：页面状态变化、权限弹窗、目标含糊或证据不足时，系统应该能停下来交给人，而不是为了跑通流程猜一个答案。像交易、无人机和安全审查这些例子，尤其不能只看演示速度或 GitHub 星数；还要测误操作率、拒绝率、恢复路径、权限范围和人工接管成本。我的三问会是：失败时能否安全停住？每一步能否追溯到页面与动作证据？节省的模型调用，是否抵得过维护固定规则和处理例外的成本？先从可逆、可校验、风险低的任务开始，跑足真实样本，再逐步扩大权限，比一开始追求“什么都能点”更稳。

曝光 41 · 评论 0 · 点赞 0 · 书签 0 · 曝光/时 27.53600765613317