AI改坏文件后,谁来给你一个撤销键

很多人第一次让AI接管电脑，想法都一样，先让它帮忙改个小地方，结果文档乱了，文件少了，原本能用的版本也找不回来了。 

写代码的人还能靠Git回退，不写代码的人呢？电脑里的Word、PPT、图片和素材，难道只能碰运气？ 

                                              

我自己刚开始做AI产品时，也没少吃这个亏。一个功能明明运行正常，让AI顺手调整一下，结果它改了这里，又弄坏那里，最后连原来的状态都找不到。到了2024年9月，我专门提醒过，关键节点一定要用Git提交，并把这次提交做了什么写清楚，给自己留一条退路。 

后来做fanbox，我又加了回合存档。说白了，就是让每次修改都有记录，出问题可以退回去。 

但现在的情况变了。越来越多不写代码的白领，也开始让work类agent直接操作电脑。它们不只是回答问题，还会打开文档、整理文件、修改PPT、调用工具，甚至清理文件夹。操作范围变大，误删和误改的风险自然也跟着上来。 

两个月前，AI投资人Matt曾在X上吐槽，agent意外删掉了他Mac上几乎全部文件。用rm命令删除，和把文件丢进废纸篓完全不是一回事，前者基本没有普通用户熟悉的恢复通道。这样的案例，谁看了不会多留个心眼？ 

                                              

问题在于，agent如果每一步都弹窗确认，用户很快就会烦。可如果直接给它全部权限，又可能把一次小修改变成大事故。安全和效率，真的只能二选一吗？ 

最近我带着这个问题，实际测了一次WorkBuddy。 

我先在文件夹里造了60个文件，让它删掉55个，只保留5个。这属于特别容易出问题的任务，因为文件一多，用户不可能逐个确认。 

WorkBuddy没有直接执行。它先数了一遍，确认文件夹里有60个文件，然后停下来提醒我，批量删除可能造成无法恢复的数据损失，同时把准备删除的55个文件和准备保留的5个文件列了出来。 

                                              

更关键的是，它没有直接用rm清掉，而是先做备份，再把文件移到废纸篓。我点了确认，之后又自己检查了三件事，文件是不是真的被删了，是否进入废纸篓，备份是否完整。 

结果，55个文件都在废纸篓里，时间戳也能对上。备份文件再用SHA256逐个核对，和删除前一模一样，一个不差。这样一来，误删以后至少还有恢复空间，这才像一个普通用户能理解的撤销键。 

修改文件时也类似。我让它调整一份讲稿，它在动手前先保存了原件，备份内容和修改前逐字节一致。安全措施没有停留在一句提醒上，而是落在了备份、废纸篓、沙箱和操作记录这些具体环节。 

我又翻了它留在电脑上的日志，发现这套机制并不是专门为这次测试临时做出来的。 

                                              

8月29号凌晨，我曾让它清理一批渲染临时帧，命令本来是批量rm。它数出要删53个，超过50个的阈值后直接停下，等我确认。那次如果没有这一道拦截，我很可能不会仔细看。 

日志本身也不是普通文本记录，而是哈希链。每条记录都带着上一条记录的指纹。我核验了当天214条记录，其中213处首尾能够对应，没有发现断点。换句话说，想悄悄删掉中间某一条操作记录，并不容易。 

安装技能时，系统也会提醒风险。导入窗口里有非高风险自动安装选项，高风险技能需要额外注意。对于经常从不同地方找skill的人来说，这类检查并不花哨，却能少踩一个坑。 

当然，安全做得好，不等于任务一定完成得好。模型选错了，需求说得含糊，文件没给它权限，合适的工具和技能没接上，agent照样可能交出不理想的结果。安全只是让你敢试，不是替你把工作全部做好。 

                                              

这也是我关注IDC和Omdia两份报告的原因。IDC让多款产品使用同一个模型DeepSeek-v4 Pro，完成接近100道真实办公任务，结果不同产品之间依然拉开了差距。WorkBuddy综合得分7.30分，满分10分，九个评估维度里有6项拿到满分。 

IDC给出的判断很直接，真正影响任务表现的，不只是模型本身，还有模型上面那层工程，也就是harness。可以把它理解成一套驾驶系统，同一台发动机，方向盘、刹车、导航和安全策略不同，最后开出来的体验当然不一样。 

Omdia的结果也接近这个方向。在可托付任务效能、执行工程韧性和企业级管控几个维度，市场平均分大约在2.7到3.3之间，WorkBuddy都在4.5以上。 

报告分数只能用来参考，真正决定用户愿不愿意长期使用的，还是能不能把自己的工作接进来。 

                                              

WorkBuddy目前支持十几个模型切换，统一按积分使用，也能接自己的API。国内开源模型更新很快，今天强的模型，过段时间可能就换了，能不能灵活更换，影响并不小。 

它还支持腾讯文档、飞书、钉钉等办公产品。对agent来说，能不能读到你正在用的资料，往往比单纯回答得聪不聪明更重要。一个模型再强，碰不到你的真实上下文，也只能在外围打转。 

我自己的女娲skill后来被放进了WorkBuddy技能市场，还出现在推荐位置。一个独立开发者的开源工具，能进入大厂产品的默认生态，这说明开放不只是接入模型，也包括让外部工具真正参与进来。 

但开放程度也要看场景。模型可以自由切换，文件权限却不能完全放开，技能可以导入，风险检查又不能省掉。用户想要的是选择多，不是把所有闸门都拆掉。 

                                              

说到底，很多人不是不想尝试AI，而是害怕一次失误把几个月积累的东西毁掉。过去，不写代码的人只能自己记版本、留备份、想办法恢复。现在，产品开始把这些能力直接做进操作流程里。 

安全看起来是在给agent加限制，实际上是在给用户增加一点胆量。敢让它改，敢让它试，出问题还能退回来，这可能比单纯多一个模型、多一个按钮更重要。 

上上周参加B站AI Builder Club活动时，主办方送了我一张5000积分卡。我自己已经是会员，平时积分也用不完，准备送给需要的人。想要的话，可以在评论区留下你用vibe coding或work类agent时遇到的坑，文章发布满24小时后，我会送给点赞数最高的评论。