前言
2022 年 11 月 30 日，ChatGPT 上線，用 AI 只有一種姿勢：你打字，它回答，你再打字。
2026 年 9 月 29 日，同一個產品多了一個新東西：Dots。它有自己的雲端電腦，替你長期盯著一份工作，覺得需要你的時候才來找你。OpenAI 把它定位成不必等你下指令、能在對話之間持續做事的常駐代理人。
從第一種用法到第三種，只花了四十六個月。
我讀完 Jakob Nielsen 10 月 14 日發表的〈3 AI Interaction Styles〉，最大的感想是：大家還在吵 AI 會不會搶走工作，介面設計其實已經悄悄換了三輪。這篇文章整理他的框架，再加上另外查到的產品動態與不同立場，最後寫下我的結論。
三種互動方式：問、派、任命
Nielsen 用「使用者說的動詞」來命名這三種方式：
| 問（Ask） | 派（Assign） | 任命（Appoint） | |
|---|---|---|---|
| 名稱 | Turn-Taking AI（輪流對話型） | Task Agents（任務代理人） | Always-on Agents（常駐代理人） |
| 你交出去的 | 一個問題 | 一件有交付物的任務 | 一個角色或長期目標 |
| 誰啟動每一次工作 | 你，每一輪 | 你，每件任務一次 | AI 自己：時鐘、事件或它的判斷 |
| 什麼時候算完成 | 答案出現 | 交付物出現 | 沒有終點，直到你解僱它 |
| 時間尺度 | 幾秒 | 幾分鐘到幾天 | 不確定 |
真正的分界線不是「在背景執行」
很多報導說新一代 AI「在背景跑」，Nielsen 認為這不能當分界。一個花兩天做研究的任務代理人，也在背景跑。
他提出兩個更準的問題：誰啟動每一次工作？什麼叫做完成？
第三種方式的關鍵是「持續性意圖」（standing intent）。前兩種方式裡，你說一次需求，系統做一次，交易就結束了。常駐代理人不同，你幾週前交代的事，它會依自己對當下情況的判斷繼續執行。
工程上，這只是把代理人包進一個永遠不會結束的迴圈。他舉的範本是開源代理人 OpenClaw，預設每 30 分鐘「心跳」一次，自己醒來檢查有沒有事要處理，像夜間巡邏的守夜人。
有人會說，排程工作（cron job）從 1970 年代就在無人看管下執行了。Nielsen 的回應是：cron 每次執行同一條死規則，常駐代理人則是讀每一個新情況，再決定該怎麼做。查核 cron 只要確認腳本有跑，查核代理人卻要確認它對事件的解讀，是否還符合你現在想要的東西。
這是階梯，不是世代
「世代」會互相取代，像 GUI 取代純文字終端機。這三種方式不會。每一階都把前一階包在更大的迴圈裡：常駐代理人的長期目標會生出任務，每個任務裡還是一輪一輪的對話。
他的例子很好懂。Alice 先問「這週哪些競爭對手調價」（第一階），覺得不錯，就派一份完整的調價報告（第二階），最後任命代理人盯著，任何超過 5% 的變動都通知她（第三階）。第一則警報來了，她又回到第一階，開始追問細節。
使用者一天會在階梯上上下下好幾次。信任也不是單向往上爬，更像「蛇與梯子」。一次幻覺或一筆代價高昂的失誤，就會讓使用者滑回第一階，重新事事盯著。所以介面要讓使用者能把繩子拉短（縮小權限、某類動作要先核准、降級成只給建議一週），但不用把代理人整個開除。
另一個容易被混在一起的維度是權限。常駐代理人可以長期執行，但權限只限於讀取與回報。任務代理人卻可能一次花掉 5,000 美元。任命一個代理人，不該等於簽一張空白支票。
使用者體驗隨階梯改變的五件事
1. 打擾設計變成介面本體。
在第三階，代理人決定何時行動、何時打擾你，對話發生在你原本就在用的通道（WhatsApp、Slack、Teams），自己的介面縮成一個管理後台。Nielsen 把它叫作「寄居蟹介面」。更麻煩的是，你的十個代理人共用同一份注意力預算，每個都只送「合理數量」的提問，合起來就把你的工作日變成審批佇列。
2. 回應時間讓位給「生命跡象」。
常駐代理人沒有請求，也就沒有回應時間；沒有終點，也就沒有完成百分比。沉默變得曖昧：一切正常，還是它週二就掛了？它需要一個看得見的心跳。
3. 遺漏型錯誤看不見。
第一階的錯誤擺在眼前，第二階的錯誤在驗收時浮現，第三階最糟的錯誤是「它根本沒注意到的那件事」。活動日誌只能回答「你做了什麼」，回答不了「你漏了什麼」。要抓遺漏，得有獨立的檢查，直接去看原始資料。
而且，代理人越可靠，你自己對這個領域的熟悉度就越會荒廢。這是 Bainbridge 在 1983 年提出的「自動化的反諷」。等它終於升級一個怪案例給你，你已經沒本事判斷了。
4. 規格從「寫」變成「教」。
常駐代理人的設定檔永遠寫不完，靠示範與糾正慢慢累積。示範比描述容易，但新的問題來了：代理人自己推論出、你從沒看過的規則。Nielsen 把「隨口一句話被升格成永久規則」叫作 permaslip，解法很便宜：每次都回問「從現在起，還是只有這一次？」。持續性意圖也會過期，競爭策略早就換了，代理人還在忠實地監控折扣，所以設定檔需要日落條款。
5. 代理人變成「某個人」。
人們幫自己的代理人取名字，它記得你喜歡的做事方式。訓練一年的代理人像個資深員工，換平台等於開除老手、重新帶菜鳥，記憶成了鎖定。同事、廠商開始跟你的代理人打交道，卻沒人替他們設計過介面。
市場實況：各家已經把第三階推出來了
- OpenAI Dots： 9 月底推出，跑在 GPT-6 Astra 上，有自己的雲端電腦與瀏覽器，先開放給 Pro 與 Business Premium 訂閱者，同時推出每月 500 美元的新方案。OpenAI 自己也坦承 Dots 會出錯，重要工作要人工複查。
- Google Gemini Spark： 5 月 19 日的 I/O 上發表，跑在 Google Cloud 的虛擬機上，筆電闔上、手機關機也能繼續做事。最近美國的 AI Pro 訂閱者也能用了，入門價從每月 99.99 美元降到 19.99 美元。各地開放時程不同，使用前請先確認所在地區能不能用。
- xAI Grok Bot： 8 月 11 日推出，主打有名字、有職稱的 AI 隊友，只有需要人類決定時才找你。有趣的是，官方文件直接提醒，不要把不同的 Bot 當成彼此隔離的安全邊界。
- Meta Muse： 9 月 8 日推出後，很快登上 App Store 榜首，也很快陷入爭議（下一節細講）。
不同立場的交鋒
同一件事，不同的人在擔心不同的東西：
| 立場 | 核心主張 | 我的觀察 |
|---|---|---|
| UX 設計派（Nielsen） | 別逼使用者先選階梯；設計好提問、日誌、設定檔、回收機制 | 擅長講介面該怎麼做，對底層授權與成本著墨較少 |
| 產品樂觀派（各家廠商） | 把收信、行事曆、文件這類行政雜務交給代理人，Google 的賭注是讓代理人可靠地處理你的行政事務 | 賣點是「省下注意力」，但每次不必要的打擾，都在退還一部分你買到的價值 |
| 隱私與安全派 | 代理人越有用，拿到的權限越多。Muse 被報導出現多起事件：Amazon 封鎖 Muse 在其網站購物，理由是它沒有表明自己是 AI，還可能擷取並儲存客戶憑證；另有報導稱它把使用者的住址給了市集賣家，賣家因此直接上門；Meta 方面也承認，有一次幻覺讓另一位使用者的 Muse 跑去查看 Gmail | 以上部分來自媒體報導與使用者自述，Meta 對自家隱私控制有不同說法，細節請以後續調查為準 |
| 務實企業派 | 代理人在低風險、需求寬鬆、出錯成本低的任務上最好用，一旦要求可驗證、可重複，「設好就忘」的承諾很快就打折 | 這正好解釋 Nielsen 的猜測：多數人目前的實際用法，可能仍停在「派任務」 |
| 人因與監督研究派 | Mitchell 等人在 8 月的立場論文指出，光靠「人在迴圈中」並不可靠，長期仰賴自動化還會磨損監督所需的認知能力 | 與 Bainbridge 的「自動化反諷」同一條線，也呼應 Nielsen 的「保持人類溫度」 |
| 證據謹慎派（Nielsen 自己） | 目前的證據很薄：他引用的最佳研究，555 筆互動、四位受試者，全是論文作者本人 | 對一篇談新規則的文章來說，這份坦白很難得 |
我的看法
第一，這些爭論多半不在同一層。 Nielsen 談的是介面與互動，Muse 的風波談的是授權邊界，Mitchell 談的是人的能力會不會退化。它們互補，不互斥。一個產品可以介面設計得很漂亮，卻在授權上出包。
第二，「不要做模式」說得對，但成本會反咬一口。 Nielsen 反對 AI 產品把 Chat、Work、Codex、Dots 並排擺出來，要求「讓請求決定階層，花錢之前再確認」。我認同方向。可是廠商做模式有現實理由，三種方式的算力成本、權限、執行時間差很多，價格表自然會漏到介面上。而且「花錢前確認」若問得太頻繁，就變成他自己警告過的那串「Allow?」彈窗，使用者只會學會一路按是。
第三，我保留的地方在證據。 Nielsen 猜多數第三階產品的實際用法仍是第二階，我覺得合理，但這只是猜測，目前沒有人公開數據。Spark 的入門價大幅下降，我的解讀是廠商想觸及的不只是重度用戶，但這是我的推論，不是公開資訊。
最後一句話給自己：這場競賽比的不再只是模型多聰明，而是你敢把多少事、多大的權限、多長的時間，交給一個你看不見它在做什麼的東西。
三種讀者，三個行動
如果你是產品設計師，Nielsen 的七條原則可以直接拿來檢查自己的產品：
- 讓請求決定階層，花時間、金錢、權限之前先確認。
- 回應每一句指令時，都回顯適用範圍：一次、這件任務、還是從現在起。
- 把所有長期規則（包含代理人自己推論的）放在同一頁，可讀、可改、可撤銷。
- 常駐代理人要有一眼看得懂的心跳，以及固定時間的摘要，沉默不能是唯一狀態。
- 替使用者的總注意力編預算，跨代理人協調打擾，並單獨檢查有沒有漏掉的事件。
- 不可逆的對外動作要有核准關卡，或由第二個代理人把關。
- 用日誌分析與日記研究看代理人幾週的表現，一小時的可用性測試量不到真正的問題。
如果你是企業主，記得常駐代理人賣的是「省下的注意力」。先挑一個低風險、出錯代價小的角色試，並指定一個人負責獨立抽查。
如果你只用過第一、二階，這個月任命一個代理人做一件小事，設定一個檢討日期。被自己的軟體打擾一週，學到的比看十支展示影片多。
常見問題
Q1：Always-on Agent 和一般的任務型 AI 代理人差在哪？
差在誰啟動、何時結束。任務代理人由你交辦、交付後結束；常駐代理人接的是角色或長期目標，自己決定何時行動，沒有終點，直到你解除。
Q2：常駐代理人最大的風險是什麼？
最難發現的是遺漏型錯誤：它沒做、沒注意到的事，你看不到。其次是權限過大、設定檔過期、以及把你一句抱怨誤當成永久規則。
Q3：我該現在就把工作交給常駐代理人嗎？
可以從小角色開始，只給唯讀與回報權限，重要動作要先核准，並設定回頭檢查的日期。