上个月，有位腾讯的销售“不请自来”，登门拜访。坐下一聊，原来是来推销WorkBuddy的。小伙子估计没有想到我们公司人这么少，但还是非常热情专业地把产品介绍了一遍；我也对他的工作很感兴趣，尤其是其他客户都用WorkBuddy来做什么、遇到什么障碍——好作为本专栏的素材。
结合读者朋友们的反馈，各类“work”产品，目前大多数人还是用来做一些“简单”任务——搜索、提问、润色、幻灯片美化、简单的数据分析。稍微复杂一点的任务，大家普遍觉得做出来的东西“差点意思”，但又说不出来哪里不对。
当然，即使是这些“简单”任务，用Agent也比用AI聊天省事得多，起码不用再自己来回复制粘贴。但只做这些，还是没有发挥Agent的潜力。我们的目标，应该是让Agent从头到尾、尽量独立地接管一项我们自己的工作；我们扮演管理者、教练的角色，而不仅仅是让它辅助其中的某个环节。这也是为什么我之前建议大家不管三七二十一，先挑一件手头重复次数最多、最花时间、相对简单、对你又最重要的事，扔给Agent试试。
不过，对于其中比较“复杂”的任务，尽管AI时常能给我们惊喜，但要让它一次就给出让你满意的结果，几乎不可能。传统上，当我们说一个任务“复杂”，往往意味着多层推理、多步行动；任务可能涉及多个来源、互相矛盾的数据，需要仔细甄别；执行过程需要不断探索、试错。这当然是“复杂”的一部分，但更多衡量的是Agent本身的能力，或者是否会受限于一些外部条件。对我们用户来说，能做的就是充钱买更好的模型，这和操控能力无关。
