发现渠道：X公开作者流 · FxEmbed
Ethan Mollick 讨论个人 AI 助手时，关心的不是它会不会自动行动，而是用户能否知道它在做什么、知道哪些背景、接下来会做什么。他说，自己仍喜欢用 Dot 处理不少任务，但对重要工作，能修改上下文和提示的本地定时会话让他更有控制感；这不是一次同任务效果测试，而是他对不同使用方式的取舍。
原讨论承接 OpenAI 员工 Nick Baumann 的文章：让助手承担持续职责，需要说明什么时候检查、什么时候告知、哪些事不要做，也需要定期清理相互重叠的要求。文章举了整理差旅与报销材料的例子，并建议用共享页面保存职责与当前工作，让用户能查看和修改。这些是作者给出的使用建议，不能据此断定产品已能可靠执行所有例子。
Rohit Krishnan 的回复给出相近经历：他在一些场景回到本地工具，正是因为知道自己何时可以、何时应该介入。几个人的评论共同说明了一类真实需求——自动化之后仍保留可理解的操作入口；它们没有测量谁更省时，也不能代表所有用户都偏好手工控制。
可信度 65 · 重要性 70 · 新颖度 65
技术与主题
Agent 系统 · AI 编程 · 评测与基准 · 持续职责 · 人机交接 · 上下文控制
Ethan Mollick
在讨论个人助手可控性时给出的立场。
Rohit Krishnan
回复 Mollick；谈自己的使用选择，不是基准测量。
忠实转述（非原句）：他在许多用途上重新开始本地使用 Codex，原因正是这种方式让他知道自己可以、也应该在何时介入。
编辑评读
这里的控制感有可实现的内容：职责能否被查看和修改，当前工作是否可见，纠偏会在什么边界生效。如果这些信息缺失，用户就可能为了确保事情没有跑偏而频繁询问。把更多流程放到后台，并不会自动减少这种注意力支出。
另一方面，要求每一步都确认也会把劳动重新交还给人。更合适的设计要区分日常执行、需要决定的分歧，以及值得交付的结果；常规步骤可以继续，真正改变范围或出现失败时再提出具体问题。Mollick 的偏好提供了设计线索，尚不是收益证据。若要比较产品，可记录同一类任务中的追问、纠正、等待和最终返工，分别看这些成本如何变化，而不是只统计通知数量。
核查依据
- 原始方法说明及本条所述比较边界；具体范围见research-audit。
- 原始方法说明及本条所述比较边界；具体范围见research-audit。
- 原始方法说明及本条所述比较边界；具体范围见research-audit。