Agent 能连续工作更久以后，人还需要一直盯着吗？今天几份材料把问题落在了具体的接手点上。dsh-superagent 把任务状态从会话里拿出来，说明何时等工具、何时等人；Memdoor 则留下了经理用错误反例把正确答案改坏的轨迹。二者提醒我们，持续运行和顺利交付之间，还隔着输入有没有送到、修改依据是否可靠、失败后能保留什么。
Huang 对控制与执行分工的讨论，以及 Mollick 对个人助手的使用取舍，又补上了人的一侧：减少打扰不能只靠少发消息，还要让用户知道正在发生什么，能在必要时改变方向。它们目前分别是原型、设计提案和个人经验，尚没有共同的人工工时对照；可迁移的判断，是把“何时需要人”当作系统行为来设计和检查。
本期从这些具体机制展开，再转向两个不同的探索：Demoscener 用专门训练和大量人工选择改善代码动画创作，HackerTube 用社区推荐重做视频入口。前者也引出一个无法靠分数裁定的分歧——人们究竟想得到好看的结果，还是享受亲自解题。最后的 BootGPT 简讯则把模型和运行环境压到足够小，便于看清各部分究竟承担什么。
当日材料
- dsh-superagent：把任务、会话和人工接手分开
- 50：经理也可能把正确答案改错
- Demoscener：先学会短代码，再学一个人的审美
- Huang：控制工作不该挤满执行者的上下文
- Mollick：知道何时能介入，也是助手的能力
- HackerTube：用社区推荐重做视频入口
- BootGPT：启动扇区里的小语言模型