Agent 能力边界实测：它搞不定的事比我想的多

我算是 Agent 的重度用户了，写周报、盯 CI、查数据库都在用。但正因为用得多，我反而攒了一堆"它不行"的清单。今天专门写这个，给那些以为 Agent 无所不能的朋友降降温——这些都是我亲手试过、亲手失败的。

搞不定的事一：跨系统的活儿

我试过让它"把发票系统里的本月开销整理进财务报表"。发票系统没有 API，网页要 VPN 加短信验证码登录。它卡在验证码那一步，试了三次，然后开始建议我"手动输入验证码"——它知道卡在哪，但跨不过去。凡是要人身份、要短信验证、要内网权限的地方，Agent 一律止步。这类活占比其实不小。

搞不定的事二：需要担责任的决定

让它自动审批金额小于一千的报销，规则清晰，跑得很好。我顺手把额度放宽到五千，它照样跑得很好，但我不敢让它跑了。不是技术问题，是五千块批错了谁负责？Agent 可以做决定，但决定的责任链是断的，最后兜底的还是人。所以凡是"错了要有人负责"的事，它只能给建议，不能给结论。

搞不定的事三：品味

让它给我的技术方案文档"改得更好"，它改出来的版本用词更规范、结构更工整，但把原来有点锋利的判断句全磨平了，变成一堆四平八稳的车轱辘话。它知道什么是"标准的好"，不知道什么是我要的"有味道的好"。写作、设计、产品决策里那些主观的部分，它一碰就平庸。

搞不定的事四：长链条里的隐性上下文

最有意思的一个。让它跟踪一个上线项目，进度文件它读得懂，但它不知道"测试那哥们儿最近手头有三个项目"这种没写在任何文件里的事。人类团队靠的是走廊聊天、群里的表情包、午饭时的牢骚——这些隐性上下文是协作的真正润滑剂，而 Agent 的世界只有文件和网络请求。

说完不行，说行

列了四条不行，不是劝退。恰恰是因为试出了边界，我才敢放心把边界内的事全交给它：有 API 的、规则清晰的、错了能回滚的、结论有人把关的。我现在的体感是，一个工作日里大概三成的活落在边界内，这三成它干得又快又稳。

用 Agent 半年，我最大的收获是想通了一件事：别问它什么都能干吗，问它我手里哪些活正好落在它能力圈内。边界清楚的工具才是好工具，边界模糊的那种，要么是神仙，要么是事故。