Lauren Tan的AI厨房：助手越来越多，怎么办

程序员睡着了，智能体还在修问题；早晨醒来，等着人的却是一批需要审查的代码修改。Lauren Tan在MTS这场访谈里谈到的变化，正是从亲手完成每一步，转向安排任务、建设环境和检查结果。她与同场嘉宾Roshan Sadanani展示了拥有不同职责、能够操作电脑的智能体，但演示里最值得留意的细节，是人仍然会核对它找到的是不是正确账号，也要分清任务发出去了、正在执行和最终验收通过这几种状态。

另一项整理Figma Slides的任务被布置出去，并不能据此说最终幻灯片已经完整交付。产品可以让操作更简单，却不能替人省掉目标和标准。Lauren因此不只分派代码任务，也谈重构代码库、代码规范检查和持续集成：把要求写进环境，让明显不合格的结果被及时拦下，比每次重新提醒更可靠。

她把自己的角色比作主厨，助手可以分担制作，却仍需要训练、流程和最后的出品检查。沿着这个思路，内容团队也可以提前约定字幕安全区、音量和文件版本，这属于我们的使用建议，并非她现场展示的视频案例。

AI助手多起来以后，真正值得问的就不只是“它做了多少”，而是“最后交来的东西能不能用，为这个合格结果一共花了多少时间和资源”。人该抓牢的三件事也更清楚了：想清楚要什么，搭好工作的环境，确认结果能够交付。