那个总问＂可以吗＂的 AI 助手,几天后就不问了

一杯茶的时间，看清正在发生的一件事 🍵

🍵 先倒杯茶

你好呀，茶泡上了吗？

你有没有过这种体验：用 AI 助手干活，它每动一步就停下来问你"确认吗？"，你每次都条件反射地点"同意"——点着点着就麻木了，根本没在看它要干嘛。

今天莣草看到一条新闻，让我愣了一下：几天后（8 月 14 日起），有个 AI 助手要默认"自己动手"了，不再步步请示。

更反差的是，给出这个决定的理由——不是"为了流畅"，而是一个数据：你那个"确认"，其实从来没起过作用。

主角是 Claude Code，一款 AI 编程助手。8 月 14 日起，它在 Pro、Max、Team 付费版里将默认开启"自动模式"——意味着它执行任务时不再每步弹窗让你确认，而是自己往下跑。

有意思的是配套的几条规定：

为什么敢默认放开？因为一组对比数据，特别扎心。

Anthropic 做了一场对照实验，拉来 1000 多名专业开发者：

把关方式	拦截危险命令的成功率
人工审批（你点"确认"）	13.6%
AI 自动模式	89%

再补一刀：他们统计发现，人工审批的"同意率"高达 97%——意思是绝大多数时候，人根本没看就直接点了同意。

合在一起就是一句大白话：你以为是你在把关，其实你只是在点"同意"。而真正在挡危险操作这件事上，AI 比你靠谱得多。

所以 Anthropic 的逻辑是：既然人工审批已经流于形式，那不如让更靠谱的那个（AI 自动模式）来干这活，顺便把摩擦去掉，让人专注在真正需要人判断的地方。

把这几天的新闻摆一起看，会发现大家都在往同一个方向跑：

Google：把 Gemini 驱动的 AI agents 直接接进了 Google Ads 和 Analytics 后台。登录就有自动摘要，帮你指出流量异常和需求峰值，还能对话式生成定制报表——AI 不再是"你问它答"，而是"它先告诉你哪儿不对"。
百度搭子：一个月内连发自媒体、设计、金融三套"生产力套件"，每个套件把一类专业活儿包圆，AI 帮你从开头跑到交付。
微软：Microsoft 365 Copilot 付费席位突破 3000 万，环比增长 50%。云厂商的 AI 收入，已经开始在财报里真金白银体现——商业化从"基建阶段"正式迈入"应用落地"。
Meta：发布 Muse Glimmer，一个 30B 参数的开源模型，一块显卡就能在你自己电脑上本地跑，干日程管理、文件整理这类活。

一条主线浮出来：AI 正在从"你问我答"，走向"替你跑完、替你把关"。它不再只是你手里的笔，开始像一个会主动干活的搭档。

聊完行业，说回咱们这些普通打工人。三句实在话：

1. 以后用 AI，会更省心，但别忘了"一键切回手动"还在。让 AI 自动跑是大势所趋，但遇到关键的、不可逆的操作（删数据、发对外的消息、动钱），还是值得亲自看一眼。把"自动"用在重复活儿上，把"手动"留给大事——这是更聪明的分工。

2. "成本趋稳"是好事，可以放心搭工作流了。Anthropic 永久锁价、取消涨价，释放的信号是：AI 代理的使用成本正在从"烧钱"变成"可预期"。对想用 AI 把某项工作跑通的个人和小团队来说，这是个窗口——以前担心"用着用着成本失控"，现在可以更踏实地上手了。

3. 真正该你把关的，是"让 AI 替你做什么"这件事本身。人工审批之所以流于形式，是因为你审的是"这一步"，而不是"整体"。AI 越能自主，人越该退到更高的位置——想清楚"我把哪些事交给它、底线在哪"，而不是在每个弹窗上消耗注意力。把关的层次要升，不是消失。

看到"AI 比人更会挡危险操作"这个结论，第一反应可能是慌——人都干不过 AI 了？

但莣草的真实感受恰恰相反：它戳破的不是"人的无能"，而是"机械点确认"这种伪把关的虚幻感。我们一直以为自己在尽责，其实只是在走流程。AI 把那层"假装在把关"的壳掀掉了，反而提醒我们——人该把精力放在真正需要判断的地方，而不是在每个弹窗上走神。

被解放的，是注意力；该留下的，是判断力。

这也是这个小号的意义——信息洪流里，我替你筛、替你看，把虚的滤掉，把实的留下。守住自己的小确幸 🍵。

今天聊到这。

你愿意把多少事交给 AI？这条线，每个人画得都不一样。