MonkeyCode 自己去翻文档了,没告诉我

我发现这件事的时候，它已经做完了。

那天我用 MonkeyCode 搭企业的智能体，要接某个平台的接口。我不会写代码，说话很直接：”帮我把输出格式改一下，先给结论，再给依据。”它改了，对了。

后来翻对话记录才发现——它在动手之前，自己去了那个平台的官方网页，把接口文档读了一遍。我没让它去，没给它任何文件，我甚至不知道那个网页本身。

能读文档的 AI 很多。让我觉得不对的，不是”它能读”，是它没问我。

没说”请提供接口文档”，没说”我不确定返回值格式”，没说”你确认一下参数再回来找我”。它就是自己去了、读了、搞清楚了，然后动手写。

同一件事，我在 Codex 也试过。

同一个项目，同一个接口。我主动把文档、PDF 全部喂给了它，说”这是规范，照着写。”

它写了，跑不通。又写了一遍，还是不对。第三次，它回我：”你需要去核对一下文档第三页的返回值格式，确认之后告诉我。” 我提醒它不该这么干，它也承认，然后过了几轮，它故态复萌！

我把文档塞到它嘴里了，它让我自己嚼。

不是模型的问题。

我不懂技术，没法评价哪个 AI 更聪明。但我是真实使用者，两个窗口开着，一个在做事，一个在给我布置作业。我能感受到。

同一个处境——”我不确定这个接口规范”——MonkeyCode 的表现是”我自己查”，Codex 是”你去确认”。这不是模型参数的差距，是两个工具对用户的假设不一样。

MonkeyCode 假设：你不会把材料准备好，我来补。

Codex 假设：你会准备完整，我只在你给的东西里工作。

会写代码的人感受不到这个差距。你五分钟能核对完返回值格式，回来继续。但我不会。我是把 PDF 喂给它、以为它会自己读的人。差距不是效率和速度，是做不做得了。

不是执行任务，是负责任。

一件事我越来越确定：MonkeyCode 让我安心的不是某个功能，是一个态度——它不把问题丢回给你。

告诉它你要什么，走开，回来的时候它做完了。自己做决策的时候不烦你，做错的时候自己改。只有做对了，你才会知道。

像那种靠谱的同事。不是技术最强的，是你可以放心把事交给他、不用盯进度的。

但这种感受没办法放进产品页面里。产品页最多写四个字：”主动搜索文档”。在我这里，它是一道门槛。跨过去，我是能做东西的人。跨不过去，我是那个举着 PDF 不知道下一步该怎么办的人。

MonkeyCode 有征文活动，写原创使用心得可以拿积分。但我愿意写，是因为”自己去查文档”这件事让我印象深刻。

如果你不是程序员，你更需要一个不会把问题丢回给你们的工具。

我把它喂到它嘴里的东西，它不吃，让我自己嚼。MonkeyCode 自己去找了吃的，没告诉我。

我的 MonkeyCode 邀请链接：

https://monkeycode-ai.com/?ic=019f01db-c02a-704f-9e0e-4d0eecf51c6f