AI 知識
讓 AI Agent 能繼續工作，而不是每次重新開始
很多人第一次用 AI Agent，最在意的是它答得準不準、寫得快不快。
但只要任務開始拉長，真正令人不安的往往不是答案錯了一句，而是它做到一半時，你突然不知道自己該不該介入。它還在正常執行嗎？它是不是需要你批准？中途關掉後，下一次能不能從原本的脈絡繼續？
這些問題看起來不像模型能力，卻直接決定 AI 能不能從一次性的聊天回覆，變成一個能持續協作的工具。
一句回答，和一段工作，是兩件不同的事
問答式 AI 的流程很簡單：你輸入一句話，它回一段內容。就算答案不理想，重新問一次的成本通常不高。
但 AI Agent 開始查資料、讀檔案、使用工具、產生多個中間結果後，任務就不再是一來一回。它會有進度、有等待、有需要人類決定的岔路，也可能在網路、權限或工具輸出出現問題時被迫停下。
這時候，只有模型能不能「想到下一步」還不夠。系統還要能保留工作歷程，知道這段任務從哪裡開始、做到哪裡、接下來在等什麼。
暫停不是失敗，而是把決定權交回人手上
OpenAI 在介紹 Codex harness 與 App Server 的公開文章中，把完整的 agent 體驗拆得很清楚。除了 agent loop，本身還包括對話 thread 的建立與保存、設定與驗證、沙箱中的工具執行，以及 skills、MCP 等延伸能力。
其中很重要的一點是：當 Agent 需要人類批准，server 可以向 client 發出請求，並暫停當前工作，等待回覆。
這個設計的價值不是讓流程多一個按鈕，而是承認 AI 不應該在所有情況下自動往前。碰到有影響的動作、權限不足或方向不明時，最可靠的行為不是猜，而是把決定權交還給人。
一個能停下來的 Agent，不表示它不夠自動化。相反地，它讓人可以清楚知道介入點在哪裡，也讓後面的結果更容易被理解和驗收。
能續做，才不會每次中斷都要重來
另一個常被忽略的能力，是工作能不能被接續。
如果一個 Agent 做到一半被關掉、網路中斷，或使用者需要先處理別的事情，下一次打開時若只能重新描述需求，前面累積的脈絡就會一起消失。人得重新交代目標、補回已完成的部分、再猜一次工具走到哪裡。
好的工作系統會把這段歷程視為需要保存的狀態，而不是一次性輸出。這不代表每個任務都要永久記住所有事情，而是至少要讓正在進行的工作有一個能被找到、被理解、被恢復的脈絡。
評估 AI Agent，可以先問這三件事
下一次接觸 AI Agent，不妨先把「它會不會回答」放在第一題之外，再問三個更實際的問題：
- 它做到一半時，我看不看得出目前在哪一個步驟？
- 碰到需要我決定或批准的動作時，它會不會清楚停下來？
- 中斷後，我能不能接回原本的工作，而不是從頭重新描述？
不是每一個 AI 工具都需要做成長駐的工作系統。快速問答、找靈感、一次性整理內容時，簡單的聊天介面仍然非常好用。
但當 AI 開始接手一段有步驟、有工具、有判斷點的任務，真正的關鍵就不再只是模型有多聰明，而是這段工作能不能被好好接住。
AI 最值得信任的時刻，不是它一路衝到底。
而是它知道何時繼續、何時停下來等你，並且在你回來後，還記得要把事情做好。