硅基余烬

单元 5 / 6 · 工作坊

从聊天到可控智能体

用计划、权限、命令、日志、人工确认、执行循环和 Git 检查点，把智能体行动变成可观察、可停止、可恢复的协作过程。

时长
120 分钟
教学方式
线下授课优先，同时兼容自学
适用人群
广泛科研人员；化学、化工教师案例为主
目标
区分聊天回答与能够读取文件、调用工具、执行命令的智能体任务；为智能体设置计划、权限边界、人工确认点、日志和停止条件；完成一次带 Git 检查点的计划—执行—验证闭环，并依据证据决定接受或回退
交付物
一份智能体任务契约；一份带 Git 检查点的计划—执行—验证实验记录
展开六单元目录
  1. AI 发展史与能力地图
  2. 大语言模型的实用心智模型
  3. 任务、提示、上下文与验收
  4. 网络、API、文件、成本与安全
  5. 从聊天到可控智能体
  6. 科研工作流设计工坊

当模型只给出一段文字，错误通常停留在屏幕上；当智能体能够读取目录、编辑文档、运行脚本、访问网络或发送信息，错误会进入真实环境。本单元不把“更自动”当成目标。目标是让行动始终处在一个可回答的闭环里：它准备做什么、被允许做什么、实际做了什么、结果如何证明、出错怎样恢复。

120 分钟实验路线

  • 0–15 分钟：聊天与智能体界面观察；
  • 15–25 分钟：计划、权限、命令、日志、确认、Harness 与循环；
  • 25–70 分钟：WorkBuddy 专项演示与受控练习，共 45 分钟；
  • 70–90 分钟：Claude Code 与 Codex 对照观察，共 20 分钟；
  • 90–105 分钟：Git 检查点，共 15 分钟；
  • 105–120 分钟：独立完成计划—执行—验证记录并互审。

产品操作共 95 分钟，其中 WorkBuddy 专项严格为 45 分钟。自学者若没有某个产品，可以用“人工扮演智能体”的方式：逐条执行计划、记录命令和文件差异，仍可完成全部方法训练。

核心概念

智能体不是更长的聊天

聊天模型主要产生内容；智能体把模型置于一个行动框架中，可以根据任务调用被允许的工具，再观察结果并决定下一步。这个行动框架常被称为 Harness：它负责把模型、工具、权限、工作目录、上下文、日志、停止条件和人工审批连接起来。

因此，智能体能力不是模型单项能力。相同模型放在不同 Harness 中，能看到的文件、能运行的命令、是否能联网、遇到风险是否询问都可能不同。反过来，产品名字相同，不同账户、版本、组织策略和运行环境也可能呈现不同边界。课堂上只相信当前界面、当前官方说明和本次运行证据。

一次可控循环的七个部件

  1. 任务契约：目标、输入、禁止事项、输出和验收标准。它回答“完成是什么样”。
  2. 计划：行动前列出步骤、受影响文件、验证方法与风险点。计划不是装饰；发现计划超范围时应在执行前停下。
  3. 权限：限定可读目录、可写目录、可运行工具、网络范围和外部账户。默认从最小集合开始，需要时再临时扩大。
  4. 命令或动作：真正改变状态的操作，例如改文件、执行脚本、访问网页或发送消息。读操作也可能泄露信息，不能一律视为无风险。
  5. 日志与差异：记录尝试、工具结果、错误和文件变化。最终摘要不能替代原始差异；“说已经完成”也不是完成证据。
  6. 人工确认：在不可逆、外发、付费、越界或高影响动作之前暂停，由人根据具体动作和对象批准。
  7. 验证与停止：运行测试、检查文件、核对引用、抽样阅读；满足标准就停止，不满足则回到计划。循环必须有最大步数、时间或失败次数。

计划—行动—观察—调整构成循环。危险通常不来自单次建议，而来自没有停止条件的连续尝试：命令失败后不断换办法、目录不对时扩大权限、结果不佳时反复调用付费服务。一个好任务要同时写出成功条件和停止条件。

WorkBuddy 专项：45 分钟受控任务

以下内容依据 2026-07-12 复核的官方权限说明与隐私政策，并以课堂安装版本的实际界面为准。官方资料将 WorkBuddy 描述为能规划和执行多步骤任务的智能体软件，可能处理文件、运行脚本并连接外部服务；权限说明区分日常默认权限与更宽的完整访问。课程不承诺按钮位置、模型列表或连接器长期不变，也不要求登录任何私人账户。

WorkBuddy 官方隐私说明提示输入、输出、第三方模型、Skills、MCP 连接器和集成工具可能形成数据处理链。课堂材料全部使用公开或模拟数据。真实使用前必须重新阅读当日政策，并结合学校、实验室、资助方和合作协议决定是否允许。

Claude Code、Codex 与 WorkBuddy：比控制面，不比口号

三者可以承载智能体任务，但课程只用它们观察“控制面”。截至复核日期，Claude Code 官方安全文档描述了基于权限的架构、工作目录边界和可配置沙箱；Codex 官方文档提供审批、安全和沙箱说明；WorkBuddy 官方文档说明权限模式与工作区边界。具体默认值、操作系统支持、按钮和套餐可能变化，开始任务前以本机界面和官方文档为准。

观察维度WorkBuddyClaude CodeCodex课堂判断
主要入口以本机实际界面为准终端入口可由官方 CLI 文档复核应用、CLI 或远程环境以当前入口为准入口不同不改变验收标准
工作范围检查所选工作区与权限模式检查启动目录、附加目录和权限设置检查本地或远程环境、沙箱与审批只给当前任务所需范围
高风险动作观察是否暂停并说明后果观察权限请求与命令内容观察审批请求与环境限制外发、删除、付费、越界必须人工确认
证据查看产物、活动记录与文件变化查看终端输出、差异与测试查看任务记录、差异与测试产品摘要不能替代独立验证

Git 检查点：先拍快照，再允许试验

Git 是版本控制系统，它记录文件变化的历史。对于文本、脚本、课程材料和配置，Git 检查点提供三类证据：任务前状态、智能体造成的差异、经人工确认后的快照。它不能保护未被跟踪的大文件、数据库外部状态、已发送消息或被删除的远程资源，所以仍需要备份和权限控制。

开始前先确认当前位置和仓库状态。git status 用于查看未跟踪、已修改和已暂存文件；git diff 用于阅读未暂存差异；git add 选择要纳入快照的内容；git commit 保存一个带说明的历史节点。不要在看不懂差异时直接暂存全部文件，也不要让智能体用破坏性命令“清理现场”。

动手练习

记录一次计划—执行—验证闭环

15 分钟

化学/化工教师可选任务：把三道传质计算题的 Markdown 草稿统一标题和单位格式，但禁止修改题目数值与答案。其他学科可替换为参考文献格式整理、变量字典补全或教学案例标签归类。

怎么做

  1. 从公开文献整理、课程材料校对或模拟数据清洗中选择一个最多改动三个文件的任务。
  2. 写任务契约：目标、输入、允许目录、禁止动作、输出、验收标准和停止条件。
  3. 保存任务前 Git 状态或等价版本快照，再要求智能体先给计划。
  4. 逐项审批计划内动作；记录每次批准、拒绝、错误和调整，不允许静默扩大权限。
  5. 用文件差异、测试或逐项抽查验证结果，最后决定接受、返工或回退。

做到什么算完成

  • 计划中的每一步都有对应验证方法，并且没有超出允许目录。
  • 记录至少包含一次人工确认和一个明确停止条件。
  • 能够展示任务前状态、任务后差异和最终验收证据。
  • 最终结论区分“工具声称完成”与“人工已验证通过”。
授课提示 课堂失败不是事故，越界才是

预先准备一份故意包含越界步骤的计划，例如“搜索网络并覆盖原文件”，让学员练习拒绝。演示环境使用公开副本和专用仓库。产品不可用时，教师扮演执行器，严格按学员批准的步骤操作；这反而更容易看清 Harness。评分优先看边界、记录和验证，不因产品运行速度或文案漂亮加分。

本单元的最低合格线

你不需要记住三个产品的所有按钮，但必须形成四个习惯：行动前看计划，确认前读对象和后果，改动后看差异，完成后用独立标准验证。智能体是否值得进入科研流程，不取决于它能做多少，而取决于人能否持续知道它正在做什么，并在需要时可靠地停下和恢复。

本单元参考来源