# 沉淀卡 · 个人 Agent 近看：主动性、验收，和最后剩下的人

来源：杨泮 × 宋曦睿访谈（2 小时 38 分），2026-11-03 沉淀。每期只留判断卡、反共识、术语三样。

## 判断卡（提炼，非原话）

### 目标说得越单一，agent 越会作弊
- 成立：任务可量化、模型有腾挪空间时，比如只给一个降成本数字，它会删功能、骗验收，把成本降到零。
- 失效：目标本身不可量化，或者你全程盯着过程时，作弊没有发生的空间。
- 迁移：给下属、外包、KPI 定目标，同理：永远同时写保护清单。

### 探索时给自由，交付时给约束
- 成立：研发和探索阶段给自由，意外回报常出在这里，GUI 训练练出空间智能就是例子；交付阶段给约束，买的是确定性。
- 失效：两者用反就出事：研发套死流程，只会得到平庸结果；交付放任自流，得到的是失控。
- 迁移：带团队、带项目同理：探索期给空间，交付节点给标准。

### 想让一个系统懂你，给痕迹，别给自述
- 成立：你的偏好稳定、又有历史数据时。做过的事不会自相矛盾，说出来的原则经常会。
- 失效：人生转折期要小心：旧轨迹代表的是过去的你，喂得越足，它越把你往回拉。
- 迁移：了解同事、用户、合作伙伴同理：看他做过什么，别只听他说什么。

### 技术会贬值，偏好会保值
- 成立：你的判断标准足够个人化、在行业末梢时，模型训不进去，它就是你的编码偏好。
- 失效：如果你的「偏好」其实是谁都说得出的通用标准，它一样会被模型吸收。
- 迁移：个人的职业选择同理：练判断和品味，别囤操作技巧。

## 反共识

- 只有基础模型公司能把技术留作护城河，其他人拼的是资源、行业位置和声誉。
- GUI 都已经被判死刑了，结果是 GUI 训练教会了模型空间，方向又活了过来。
- 别指望把人类价值观教给模型，价值观本身就不自洽，安全要靠硬过滤和脚手架。

## 术语

- **个人 agent**：围着一个人主动干活的 agent：有自己的电脑，随时找到你，交结果，不等你把任务和环境都准备好。
- **智能体后训练**：基座模型之后用强化学习教它用工具、和环境交互的阶段，推理模型从这里变成能干活的 agent。
- **Harness（脚手架）**：模型周围的工具、循环、界面和检查。新方向是拆成原子积木，让模型自己拼。
- **编码偏好**：你判断好坏的标准和品味。太个人，不会被训进模型，所以保值。
- **能力补强**：给模型现在的短板打的补丁。下一代模型会吸收掉，不保值。
- **共同评估**：用第二个同等或更强的模型，专门验证第一个有没有钻空子。