Marvis 什么任务不该让它自动拆
四类动作不该让它自己拆:不可逆、跨目录、对外发送、超授权。
「自动拆」是这个产品最省事的部分,也是最容易出事的部分。省事在于你说一句话,它把中间步骤全想好了;出事在于,那些步骤里有没有一步是你不希望它自己决定的,你在它跑起来之前并不知道。这一节给一张停手判据卡,四类动作先停下来把范围说死,再让它拆。
需要先说清这张卡的性质:四类动作不是官方分类。官方明确写死的只有一类——删除文件、修改文件、调整系统核心配置会先出计划等你确认,涉及支付类的动作不代你操作。下面这四类是本节从「哪些情况会留下你不想承担的后果」这个角度推出来的,用来决定「派活前要不要把话说死」,不是用来判断「它会不会违规」。这两件事别混。
前提与适用
| 项 | 说明 |
|---|---|
| 适用读者 | 准备把一件有点麻烦的活交给它、但不确定该放多开的人;被它「顺手多做了点」的人;要给团队定使用规范的人 |
| 事实边界 | 官方写死的硬约束只有两类:三类高风险动作需确认、支付类不代操作;本节四类判据为编辑判断,依据是官方边界加常见后果 |
| 版本基线 | 客户端 1.60.3400.35;官方文档页最近一次更新早于官方资讯稿 |
| 不适用 | 想知道派活过程中能看到什么——见派活时能看到什么;想把敏感文件彻底隔离——见不可读取的文件夹怎么设、敏感材料分路处理 |
Note:这张卡解决的是「派活前」的问题,不是「跑到一半」的问题。等到任务跑起来再看,你能做的只剩打断;而在派活时把范围说清,绝大多数要打断的情况根本不会出现。
怎么做
第一步:先认下官方写死的那两类,再谈自己的四类。
官方对边界有两处明确表述,这是全书所有停手判断的地基:
| 类别 | 官方处理方式 | 出处性质 |
|---|---|---|
| 删除文件 | 先给出执行计划(准备删哪些、在哪里),你点击确认后才执行 | 产品文档正文 |
| 修改文件 | 同上,先出计划再执行 | 产品文档正文 |
| 调整系统核心配置 | 同上,先出计划再执行 | 产品文档正文 |
| 涉及支付类的高敏感动作 | 不代你操作,必须由你本人手动完成 | 产品文档正文 |
这四行里,前三行是「会停下来问你」,第四行是「压根不做」。区别很大:前三行你还有一次机会看计划、点取消;第四行是你必须自己上场,它连代填表单的表述都没有。
官方对这套机制的解释是一句话:「一个能操控系统与文件的助手,权限越大,越需要明确的刹车。」刹车装在两层:动作层靠确认,数据层靠本地模式。理解这一点,下面的四类判据就有了依据——它们要防的,正是这两层都管不到的地方。
第二步:用四类判据过一遍任务。
派活前拿这四个问题问自己,有一项为「是」,就把范围写进指令:
| 判据 | 问什么 | 典型任务 |
|---|---|---|
| 不可逆 | 做错了能不能撤回来? | 删文件、覆盖同名文件、批量重命名、清空回收站 |
| 跨目录 | 会不会动到我指定范围之外的目录? | 「清一下 C 盘」「整理一下我的文档」「找所有重复图片」 |
| 对外发送 | 会不会有东西离开这台电脑? | 「发给小王」「发到手机」「上传到这个网站」 |
| 超授权 | 会不会用到我没授权过的应用或能力? | 「帮我在淘宝下单」「用那个软件导一下数据」 |
四类的共同点不是「危险」,而是「后果落在你身上,动作由它执行」。反过来,那些做错了重跑一遍就行的任务——格式化一份文本、汇总一个文件夹、查一个参数——不需要停手,直接让它拆就是。
第三步:把「跨目录」这一类展开说,它是最容易漏的。
四类里,不可逆和对外发送大家都知道要小心;超授权有明确的授权名单作参照;最容易漏的是跨目录,因为它听起来很无害。「整理一下我的文档」这句话没有恶意,但它的动作范围可能是几百个目录。
官方对范围的设计思路是「从源头就不进入索引范围」——你可以把不想被访问的目录排除在外。但这条机制有个前提:你得先知道它会碰哪些目录。所以派这类任务时,把范围写进指令不是谨慎,是必需:
| 模糊说法 | 改成 | 差别在哪 |
|---|---|---|
| 整理一下我的文档 | 把 D:\工作\2026-10 里的文件按类型分到三个子目录 |
范围从「我的文档」收窄到一个具体目录 |
| 清一下 C 盘 | 列出 C:\Users\我\Downloads 里超过 100 MB 的文件,先给我清单 |
从「清理」改成「先出清单」,把删除动作推到下一轮 |
| 找重复图片 | 只在 D:\照片\2025 里找内容相同的图片,列出路径,不要删 |
限目录、限动作、限后果 |
第三列的写法有个共同点:把「判断」和「执行」拆成两轮。第一轮只要清单,你看过之后再让它动。这一招对四类判据全都适用,也是本节最值得记的一条。
第四步:超授权这一类,用授权名单当尺子。
官方对应用操作有一句很实的话:App 与 exe 的自动化操作「正在陆续扩充授权名单」,已授权可支持操作的应用包括同花顺、什么值得买、汽车之家、唯品会、飞常准等,并且主动写明「名单还不算长,这一点会如实告知」。
这句话有两个用法。一是知道边界在哪:不在名单里的应用,让它操作多半会失败,失败前它可能已经试了几次。二是别把失败当能力问题:有人遇到「帮我操作某软件」失败,以为是模型不行,其实是那个软件没在授权名单里。这类失败重试多少次都一样,该做的是换路径——要么手动操作,要么换一个已授权的同类应用。
第五步:判断完,把结论写进指令,而不是记在心里。
判据卡只有落到指令上才起作用。一个可用的句式是三段:
范围:只处理
<具体路径&;动作:只做<只读/列清单/生成新文件&;停手:<遇到什么情况先问我&。
三段里,第三段最容易被省略,也最有用。举例:
| 任务 | 停手条件写什么 |
|---|---|
| 整理发票 | 遇到文件名或内容读不出来的,先列出来问我,不要跳过 |
| 清理下载目录 | 要删除任何文件之前,先给计划;同名文件一律不覆盖 |
| 汇总合同 | 发现同一份合同有多个版本时停下来,不要自己选一个 |
停手条件的价值在于:它把你的判断标准提前给了它。不给的话,它只能按自己的默认标准决定——而那个默认标准,你并不知道。
第六步:反过来,什么时候可以完全放手。
不是所有任务都值得写这三段。可以放手的任务有三个特征:
| 特征 | 说明 | 例子 |
|---|---|---|
| 产物是新文件 | 不改动任何既有文件 | 生成一份汇总表、写一份摘要 |
| 范围在指令里已经唯一 | 路径写死了,没有解释空间 | 「读 D:\a\b.docx,告诉我它有几页」 |
| 失败可重来 | 重跑一次的成本接近零 | 格式化文本、翻译一段话、换个说法改写 |
三个特征都满足,就直接说目标,让它自己拆。自动拆解的价值在于省掉你想步骤的时间,不在于替你做决定。 分不清这两件事的人,会在一件本来很安全的活上反复确认,也会在一件很危险的活上直接放手。
参数与边界
| 项 | 官方表述 | 证据 | 使用建议 |
|---|---|---|---|
| 需确认的动作 | 删除文件、修改文件、调整系统核心配置三类 | 产品文档正文 | 派活时预期到会停一次;没停就要查原因 |
| 支付类动作 | 不代你操作,必须由你本人手动完成 | 产品文档正文 | 任何涉及资金的环节,自己上手 |
| 刹车机制 | 动作层确认 + 数据层本地模式 | 产品文档正文 | 两层各管一段,不能互相替代 |
| 应用授权范围 | 名单正在扩充,已授权含同花顺、什么值得买、汽车之家、唯品会、飞常准等 | 产品文档正文 | 不在名单内的应用,别指望它操作 |
| 步骤上限 | 未见表述 | 检索范围内未见 | 长任务自己切成几段派,别赌它能一次拆完 |
| 只读会话 | 未见表述 | 检索范围内未见 | 想要只读,靠指令里写「只列清单,不改文件」 |
| 中途改派 | 未见表述 | 检索范围内未见 | 拆错就停整个任务,重派而不是改派 |
| 免确认选项 | 未见表述 | 检索范围内未见 | 见到类似选项时,先弄清它免掉的是哪一类 |
Warning:不要用「它没问我就做了」当作判断它违规的依据。官方写死要确认的只有三类动作,其余动作它本来就可能直接做。真正该做的是在派活时把范围写死——把「它应该知道」当成安全假设,是这个工具上最常见的误判。
验收清单
| # | 检查项 | 通过判据 | 不通过怎么办 |
|---|---|---|---|
| 1 | 能否说出官方写死的两类边界 | 三类动作需确认、支付类不代操作 | 说不出的,回第一步的四行表 |
| 2 | 任务是否过了一遍四类判据 | 不可逆、跨目录、对外发送、超授权各问一次 | 有一项为「是」而指令里没写范围的,补上 |
| 3 | 跨目录类任务是否写死了路径 | 指令里有一个具体目录,不是「我的文档」这种说法 | 写不出具体路径的,说明你还没想清范围 |
| 4 | 停手条件是否写进指令 | 至少有一条「遇到什么先问我」 | 没写的,至少加一条同名文件不覆盖 |
| 5 | 是否把「判断」和「执行」拆成两轮 | 高风险任务第一轮只要清单 | 直接让它执行的,改成先出清单 |
失败与回滚
| 现象 | 原因判据 | 重试·撤销·恢复 | 手动兜底 |
|---|---|---|---|
| 它动了你没提过的目录 | 指令里的范围是模糊说法,它按自己的理解展开了 | 立即停;已改动的内容按需恢复 | 到 10.2 把该目录加进不可读取名单 |
| 同名文件被覆盖 | 「修改文件」应先出计划,覆盖属修改的一种 | 停任务,从回收站或备份恢复 | 后续指令固定加一句「同名不覆盖,先问我」 |
| 它试图操作一个没授权的应用 | 该应用不在授权名单内 | 重试无意义,换已授权的同类应用 | 手动操作,或等名单扩充 |
| 任务一路跑完没停过一次 | 该任务确实不涉及三类需确认动作 | 无需回滚,属正常 | 想强制留一道闸,把动作拆成两轮 |
| 拆成七八步,方向明显跑偏 | 任务本身太模糊,它只能靠猜补细节 | 停;保留中间结果,重新派一次 | 把目标、范围、产物格式三项写全再派 |
| 让它「顺便」做了额外的事 | 「顺便」「一起」这类词扩大了动作范围 | 视动作类型,删除类从回收站恢复 | 指令里把所有动作逐条列出,不用概括词 |
自检题
| 问题 | 参考答案要点 |
|---|---|
| 「帮我把下载目录清一下」这句话缺了什么 | 缺范围(哪个目录)、缺动作(删还是列清单)、缺停手条件(同名文件怎么办)。三项都缺,等于让它自行决定后果 |
| 官方写死要确认的动作有哪几类,支付类为什么不同 | 需确认的是删除文件、修改文件、调整系统核心配置三类;支付类是压根不代操作,必须本人手动完成,不给「代填表单等你确认」这条路 |
| 什么样的任务可以完全放手让它自动拆 | 产物是新文件、范围在指令里已唯一、失败可零成本重来。三条都满足才放手,缺一条就把范围写死 |
注意与相关
Note:这一节最值钱的一句话是「把判断和执行拆成两轮」。四类判据、三种句式,落到操作上都是这一招:第一轮只要清单或计划,你看过再让它动。它把「要不要承担后果」这个决定权,稳稳留在你手里。
Warning:四类判据是本书的编辑判断,不是官方分类。官方明确的只有三类需确认动作与支付类不代操作。转述时把这个区别带上,否则读者会以为「跨目录」也是官方限制——它不是,它只是你要自己写进指令的东西。
Tip:如果只记一条,记这个句式——「范围、动作、停手」。写三个短句,比读十篇测评更能降低出事的概率。
相关:4.2 主 Agent 派活时能看到哪四件事(派活之后怎么盯)、1.2 系统级 Agent 为什么会误删文件(为什么刹车要装在动作层)、10.2 怎么把目录划成不可读取(跨目录类的根治办法)、10.4 支付类动作为什么必须自己来(硬边界单独成节)。

TRAE-AI编程


更多建议: