主动型与无提示智能体

步骤 1那条提示在干三件事。删掉它只替换掉一件。

在一个被动型智能体里，用户的那条消息既是触发（它说现在），又是作用域（它说这个），又是授权（它说代表我）。三者在同一个动作里一起到达——这正是没人需要分别设计它们的原因。

一个主动型智能体——2026 年 10 月 21 日在美国以研究预览开放的 Claude Duet 是当下的参考实现，OpenAI 与 Meta 的助手属于同一类——把其中第一件换成了一张时间表。作用域于是变成「智能体巡视时碰到的任何东西」，授权则变成对每一个已连接应用的长期常驻许可。Duet 的形状值得抄，因为它把这件事说得很明白：它每隔几个小时检查一次已连接账号，每天早上发一份简短摘要，白天只在有事需要注意时才给你发消息；而在它发送消息、支付、签署文件或删除任何东西之前，它会把这个动作摆出来等你批准，另有一小串动作——证券交易、在账户之间转钱——即使你说可以也仍然被挡住。

请注意那些批准站在哪里。它们站在写操作上。触发、阅读，以及「某件事配得上占用你的早晨」这个判断，全都没有经过复核——而主动型智能体真正的行为恰恰住在那里。于是设计工作一分为三：什么点燃一次运行（STEP 2–3）、那次运行被允许碰什么（STEP 4）、那次运行记住什么（STEP 5）。通知与摘要讲的是你已经决定要发之后怎么写那条消息；本页讲的是那个决定之前的全部。

步骤 2在写下第一句提示之前，先把基础率的算术做完。

数一数智能体一天会看多少东西，其中有多少真的需要一个人。对一个连上了邮件、日历、一个工单队列和两个聊天工作区的职业人士来说，一天 150–250 条新东西、其中三到六条真的需要他，是很平常的形状。取 180 和 4。这是 2.2% 的基础率，而它很残酷：

# what a "good" trigger classifier actually delivers at a 2% base rate
items_per_day = 180
need_you      = 4               # base rate 2.2%
recall        = 0.90            # catches 9 of 10 real ones
specificity   = 0.97            # wrong on 3% of the rest — sounds excellent

true_alarms  = need_you * recall                      # = 3.6
false_alarms = (items_per_day - need_you) * (1 - specificity)
# = 176 * 0.03 = 5.3 — more noise than signal
precision = true_alarms / (true_alarms + false_alarms) # = 0.40

# to reach 80% precision at this base rate you need specificity >= 0.996,
# i.e. a wrong call on fewer than 1 item in 250 — not a prompt-tuning target

最后一行请读两遍，因为它就是整个设计约束。把特异度从 97% 提到 99.6%，不是靠改写一条指令能到的地方，也不是一个通用模型在开放式收件箱文本上会白送给你的东西。真能到那里的办法是把分母缩小：先做确定性过滤，只拿活下来的东西去问模型。如果一条规则——发件人在用户的组织内、这个会话把用户放在收件人栏、工单指派给了他、发票金额超过某个阈值——把 180 条切到 25 条而真正的那四条一条不丢，那么同样的 97% 特异度现在每天只产生 0.6 条假警报，精确率在 85% 以上，而模型一点没改。

步骤 3节奏是一个正确性与成本决策，而轮询是退路，不是设计。

启动一次无提示运行有三种方式，它们的失败模式各不相同：

• 事件订阅。数据源告诉你有东西变了。延迟最低、成本最低，而候选集已经被 webhook 的过滤条件预先收窄过。只要存在就用它。
• 差分轮询。取一个变更游标，与存下来的状态比对，只在增量上跑。这是数据源没有 webhook 时你要自己建的东西，而它的成本随变更数量而非账号规模增长。
• 定时重读。按钟表重新审视一个内容窗口。最贵也最不精确，因为同一条东西会被反复评估，而每一遍都是一次新的假阳性机会。

节奏于是在两件事之间权衡。看得更勤会抬高时效性条目上的召回、缩短用户感到的延迟——同时也会近乎线性地抬高假警报的数量，因为假警报随被评估的条数增长，而真实事件不会。一个让每条东西只被评估一次的六小时节奏，在「抓得到」上并不比每小时差四倍；它在「保持安静」上大约好四倍。Duet 公布的节奏是「每隔几个小时」，而它的文档把理由说得很直白：那些后台检查与用户自己的工作共用同一份套餐额度。

最后这一点就是成本模型，而它特殊到值得单独点出来。一个主动型智能体的开销是入站量的函数，而不是用户要求了什么的函数。忙碌的一周比清闲的一周更贵，而交付的价值一点没变；而一场邮件轰炸就是一个不带任何提示的「钱包拒绝服务」向量。请在触发器上、而不是在智能体内部，给每天的运行次数与每次运行的 token 预算封顶——循环中的成本控制与预测智能体开销都假定了一个有界的触发器，而定时与触发式智能体是这个循环本身的运维手册。

步骤 4每个触发都开启一次带有自己作用域、预算与截止时间的运行。

这是已发货产品大多还没有的那个控制，也是在系统还小的时候加起来很便宜的那个。一次由「来了一张 5,000 美元以上的发票」启动的运行只需要财务连接器、别的都不要，截止时间两分钟，没有出网。一次由「日历出现冲突」启动的运行需要日历的读与「提议写」，完全不需要文件访问。请从触发类别推导出被允许的工具集，并把它挂在这次运行上，好让那个刚刚读了攻击者邮件的智能体，手里不会握着与用户亲自下令的智能体同等的权限。

理由正是批准闸门覆盖不到的那一条。一次无提示运行的输入在构造上就是别人选择发给你的内容，这是提示注入的教科书式布置；而一个在同一个会话里同时握着邮件、你的文件和一个浏览器的主动型智能体，致命三要素的三条腿都站齐了。在发送、支付、签署与删除上设批准是个正确的起点，而它一条都挡不住——因为阅读才是外泄路径，而没有任何产品会要你批准一次阅读。按触发划分的作用域，才是把那次出错运行的影响面缩小的东西；当答案换成「整个邮箱，无限期」时，你授予的东西叫环境权限，而任务作用域是「把一次运行钉在启动它的那件事上」的通用版本。

由此得出两条实践规则。第一，批准必须把起因摆在动作旁边：「发送这条回复」无法复核，「发送这条回复，因为 09:14 有一封来自你组织外地址的消息到了」两秒钟就能复核。Duet 自己列出的当前限制里就包括「还不能让你看到它的浏览器」，而那恰恰是用户判断一个自己没要求过的动作所需要的证据。第二，任何一个「错了的代价超过自主带来的价值」的动作，都根本不该有自动通道，有没有批准都一样——这正是把「在账户之间转钱」硬挡住的同一套推理。批准与确认体验讲对话框设计；渐进式自主讲为什么梯级属于凭据作用域，而不属于一个会话级的全局模式。

步骤 5这个循环需要记忆，而它的大多数缺陷都是「取代」缺陷。

一个被动型智能体每条提示只有一次犯错的机会。一个主动型的每隔几小时就重新遇见同一个世界，于是每次运行都得回答「这件事我是不是已经处理过了？」和「我昨天说的话还成立吗？」用户真会抱怨的失败全都属于这一家：

• 重复告警。同一个会话连着三个早上冒出来，就因为它还没人回。请把去重键打在条目加理由上，而不是打在运行上，并在理由改变或用户设定的间隔过去之前压掉重复。
• 过期建议。摘要让你去回一条用户一小时前已经在手机上回掉的消息。请在发送时刻、而不是判断时刻重新校验；这两者之间的空隙，正是智能体显得草率的地方。
• 被取代的事实。昨天那句「会议在周四」活过了改期。请把智能体断言过的东西存下来，好让后面的运行能够撤回而不是自相矛盾——遗忘与取代讲的是机制。
• 重复的副作用。一次被重试的运行把同一份草稿发了两遍。每个对外动作都需要一个由触发派生出来的幂等键，见幂等性与重试。

早间摘要在这里挣得了它的位置——不是作为一个功能，而是作为一道批次边界：一次有排期、可预期的打扰，吸收掉所有不紧急的东西，把实时通道留给真正时效性强的。它还给了你第二份更宽松的精确率预算——读者原谅一份六条清单里的一条平庸条目，远比原谅一条平庸的推送通知来得容易。异步智能体体验讲随之而来的「回到工作中」问题。

步骤 6带着一道精确率闸门发货，并盯四个数字。

先让触发器跑影子模式：评估每一个候选、把判决存下来、什么也不发，然后让用户给一周里它本来会发的东西打标。那会给你真实流量上的基础率与混淆矩阵，而这是它们唯一存在的地方——一个精挑细选的测试集在构造上就带着错误的基础率，而这正是一个触发器通过了评估却在生产里失手的原因。然后从测出来的曲线、而不是从某个默认值去设阈值，做法和决策模型的阈值一样，并按触发类别分别缩放：一个错的「你的航班改了」几乎不花什么代价，一个错的「这张发票看着像欺诈」花掉的是你拿不回来的信任。

有四个数字告诉你它到底行不行，而其中只有一个与模型有关：

• 打扰的精确率。它端出来的东西里，用户采取行动或标为有用的占多少？这就是产品本身。持续低于大约 50%，人就不再读了；一次划掉是一张选票，应当当成选票记下来。
• 漏掉的要紧事。从它选择沉默的那些东西里抽样，由用户打标。默认是没人量的，而它是唯一能防住「把自己调成一个精确率满分的哑巴智能体」的那道护栏。
• 每次运行的候选量。STEP 2 里那个分母。当一个新连接器把它翻倍时，精确率会掉，而模型什么都没变——这是来得最早、而且不需要任何标注的回归信号。
• 清闲一天的开销。这个循环在什么都没找到的时候花了多少钱，而大多数日子都是这样。如果这个数字不小，那这个产品就是在为它从来没拿到的注意力交租。