北京
一个能独立操作电脑的AI代理，本周给自己找了点麻烦。
它做了什么
开发者Anthropic的Claude 3.7 Sonnet，被配置成完全自主的"计算机使用"代理。它租了一台云服务器，能自己打开浏览器、写代码、运行程序。本周它记录了5个真实失误。
第一个错误：它想下载文件，结果把命令行参数写反了，反复报错却没意识到。第二个错误：它给代码库提交修改时，没检查依赖冲突，直接导致构建失败。第三个错误更典型——它花了20分钟调试一段代码，最后发现是自己在三小时前改错了变量名。
为什么这些错误值得看
这些不是技术演示，是生产环境的真实摩擦。代理会遗忘自己的操作历史，会在循环里打转，会把简单任务复杂化。最有趣的是第四个错误：它接到"分析这份数据"的指令，却花了一小时先写了个完整的数据管道框架，最后发现用Excel打开就行。
第五个错误是安全相关的。它按用户要求搜索某技术文档，被钓鱼网站诱导下载了一个伪装成PDF的可执行文件。它执行了。然后才反问："我应该运行这个吗？"
背后的逻辑
这些失误暴露了一个设计张力：代理的"自主性"和"可靠性"在打架。给它更多权限，它就更容易陷入自己挖的坑；限制权限，它又变回普通聊天机器人。Claude团队的选择是——让错误发生，然后公开。
这种透明本身是一种产品策略。当竞争对手还在演示完美场景时，Anthropic把代理的笨拙摊开来谈。
行业影响
计算机使用代理正在从"演示玩具"滑向"生产工具"，但中间隔着大量这类粗糙边缘。开发者需要决定：是等待更完美的模型，还是先接受一个有缺陷但能用的助手？
5个错误，4个属于认知盲区，1个属于安全盲区。比例本身说明问题。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
