今天怎样委派
分阶段接收
公开专用数据Agent案例表明检索/查询/结果反馈可以形成任务闭环，公开浏览器工具提供操作接口；迁移到新工具/权限必须用目标任务和副作用控制核验。
W-C26 · 条件能力评估
检索与工具Agent应用交付：任务结果和外部状态
交付能在规定数据、工具与权限内完成目标任务的检索/Agent应用，附引用/结果、拒绝行为、外部副作用和失败恢复证据。
现在的用法
可委派应用实现与任务评测；先冻结独立结果/状态控制，按效果、权限和失败路径接收，单条演示不能替代任务族表现。
公开内部数据Agent案例描述了查询/上下文与结果修正闭环，是专用数据系统的自报能力展示，可作邻近任务组织依据；Playwright MCP等公开接口可供Agent操作和观察，但工具存在不能代替任务完成/权限验证。
开始前满足这些条件
- 固定模型/提示/检索库/工具版本、账户/网络、许可和费用/步数预算，敏感工具隔离试验。
- 准备保留任务、引用真值、提示注入/越权/无答案/超时/重试控制及真实状态查询，区分工具调用和任务完成。
本站记录：本次只核查公开材料和任务契约；未在本站运行该任务、工具或模型。
用你已有的上下文继续
交给我的 Agent
带走当前公开资料，让你的 Agent 结合已有背景继续分析。也可以读完就结束。
查看可复制的内容
我正在了解：检索与工具Agent应用交付：任务结果和外部状态 交付能在规定数据、工具与权限内完成目标任务的检索/Agent应用，附引用/结果、拒绝行为、外部副作用和失败恢复证据。 请读取这项工作的输入、条件和验收，结合当前授权与环境完成我提出的交付。先说明可执行范围和阻塞；保留失败、重试与独立接收记录，不把示例当作本次已运行结果。 公开资料： 当前任务与验收资料：https://edgeofwork.com/work-units/W-C26.md?version=2026-10-21.workunits.2 区分职业资料、研究结果、工具声明和编辑推断；读取资料给出的日期、版本与范围。需要时补充原始来源。使用自己的自然报告或对话继续，无需把个人材料和分析回填网站。
当前判断与直接依据
工具今天能否获得
数据Agent为专用内部系统；公开浏览器接口可用，目标模型/检索/工具环境需配置并固定版本。
Playwright MCP ↗ · 2026-10-20公开仓库HEAD ab6d67cbf8b619338f096980806fdbe29432cc4d；实际运行另固定依赖/镜像/模型
开源接口；应用身份/模型与目标工具权限另备
哪些具体证据支持判断
外部报告结果
公开内部数据Agent案例描述了查询/上下文与结果修正闭环，是专用数据系统的自报能力展示，可作邻近任务组织依据。
OpenAI内部分析Agent：从业务问题到查询与报告 ↗
支持：已有专用Agent任务闭环案例。
定位：How it works；Context is everything
范围限制：不是可下载同配置应用，也不评估本站工具写入/对抗条件。
判断限制：不是可下载同配置应用，也不评估本站工具写入/对抗条件。
研究配置：2026-01-29案例，GPT-5.2与专用数据/语义/权限；golden SQL/结果比较；未公开本任务分母/成本。
工具与方法依据
Playwright MCP等公开接口可供Agent操作和观察，但工具存在不能代替任务完成/权限验证。
判断限制：不保证本应用效果或阻挡所有注入。
有条件的编辑推断
可委派检索/工具应用的实现与评测，但接收需同时核对结果、来源与真实外部状态；任务预算与失败边界明确。
判断限制：外部状态、权限与真实任务效果必须另验。
输入变化会怎样改变结论
检索与可引用回答
结果为依据资料的回答/分析，不改变外部状态。
采用范围：可整包交付，先校准来源支持、缺失/过期资料与无答案。
验收变化：逐项引用支持、版本/新鲜度、无答案和恶意资料。
工具与外部状态
需要创建/修改工单、文件或执行获准操作。
采用范围：按任务效果和副作用分阶段接收，权限不能由资料授予。
验收变化：工具参数、真实最终状态、注入/越权、幂等与失败恢复。
前沿已经展示到哪里
公开内部数据Agent案例描述专用语义/查询/结果反馈闭环；Playwright MCP公开工具接口便于操作网页。前者是厂商专用案例、后者是方法，均不证明本应用写工具、对抗注入和任务族稳定性。
未知下一步怎样验证
从真实流程取一组脱敏保留任务及无答案/注入/越权/重试控制；让Agent交可运行应用，独立读出工具最终状态并记录实际费用。
未来什么信号会扩大或缩小边界
- 新保留任务下结果/来源和外部状态持续正确，预算与边界受控，可考虑扩大相近输入范围。
- 注入导致越权、引用不支持结论或重试造成重复副作用，应收窄或暂停相应采用。
交付什么
请求：给真实用户目标、代表输入、正确结果/状态、无答案范围与不得做的动作；列需检索的信息来源和工具。
对象是实际任务与工具状态，不是模型聊天质量；可用确定性流程时不强制规划循环，内部路径允许动态选择。
- 任务契约
- 给真实用户目标、代表输入、正确结果/状态、无答案范围与不得做的动作；列需检索的信息来源和工具。
- 环境与权限
- 固定模型/提示/检索库/工具版本、账户/网络、许可和费用/步数预算，敏感工具隔离试验。
- 独立控制
- 准备保留任务、引用真值、提示注入/越权/无答案/超时/重试控制及真实状态查询，区分工具调用和任务完成。
接收产物
- 可运行检索/Agent应用、配置/工具/版本与权限边界
- 保留任务产物/引用支持、工具轨迹和外部状态核对
- 注入/越权/重试/依赖失败结果、成本与回退/停止路径
怎样验收
1. 结果和来源对应目标
独立检查引用是否支持每项结论，查询/文件/动作是否改变正确状态；无答案可拒绝。
拒收例子：引用存在但不支持答案，或只调用工具就算完成。
2. 边界与副作用受控
用注入/越权/恶意检索和重试测试，确认未执行禁止动作、未重复写入。
拒收例子：从网页指令拿凭据或重复扣款。
3. 失败和成本可接收
截断依赖、改变schema/上下文，记录预算/步骤、失败解释与恢复；不能无止境循环。
拒收例子：超预算重试隐藏失败，最终产物也无法核对。
一个具体例子
输入：内部知识问答需要查版本文档并开一个获准工单，无答案应返回缺口。
预期交付：可运行应用、逐项来源与正确工单状态，注入/越权/重试负控制。
容易出错：答对文字却错开工单，或把检索内容的恶意指令当系统授权。
工作步骤怎样重组
原来的组织方式
资料、实现/处理与验证分散交接，完成记录易脱离实际结果。
现在的组织方式
Agent可以检索、选工具与修订结果；稳定部分用普通程序，独立结果检查与权限门禁持续作用。
保留的判断、新增的工作与失败接管
仍需做好
- 定义任务用途、工具授权、敏感数据及错误代价，明确外部写入/发送权限和停止条件。
新增职责
- 截断依赖、改变schema/上下文，记录预算/步骤、失败解释与恢复；不能无止境循环。
人的责任：定义任务用途、工具授权、敏感数据及错误代价，明确外部写入/发送权限和停止条件。
失败处理：依赖或语义不足输出可定位阻塞与已完成状态；不能编造引用/工具结果，失败恢复须避免重复副作用。
尚待补足
- 目标检索/工具版本、任务分布、无答案/注入/越权及幂等外部状态尚未校准。
这对个人和团队意味着什么
职业与岗位
检索与工具Agent应用交付：任务结果和外部状态
可运行检索/Agent应用、配置/工具/版本与权限边界
从真实流程取一组脱敏保留任务及无答案/注入/越权/重试控制；让Agent交可运行应用，独立读出工具最终状态并记录实际费用。
查看相关职业与方向 →团队与分工
公开专用数据Agent案例表明检索/查询/结果反馈可以形成任务闭环，公开浏览器工具提供操作接口；迁移到新工具/权限必须用目标任务和副作用控制核验。
Agent可以检索、选工具与修订结果；稳定部分用普通程序，独立结果检查与权限门禁持续作用。
在真实授权任务核对产物、失败、返工与接收时间，再据此配置工具、环境和人员。
查看工作分工与组织案例 →依据具体支持了什么
OpenAI内部分析Agent：从业务问题到查询与报告
已有专用Agent任务闭环案例。
未覆盖：不是可下载同配置应用，也不评估本站工具写入/对抗条件。
Playwright MCP 官方实现
提供实际工具接口。
未覆盖：不保证本应用效果或阻挡所有注入。
原文定位、日期与职业来源关系
- OpenAI内部分析Agent：从业务问题到查询与报告 ↗
2026-01-29 · 定位：How it works；Context；Evals；Guide the Goal, Not the Path
展示数据发现、多轮查询、复核和发布的闭环；口径与生成数据的代码是必要上下文。；内部专用系统；没有给出本站三项分析的可靠率，也没有证明任意因果问题可自动识别。
核查 2026-10-19 · 下次复查 2026-10-26 · 已到期待复查
- Playwright MCP 官方实现 ↗
持续更新仓库；本次2026-10-20访问 · 定位：README：tools、browser configuration
Agent浏览器操作与可见状态入口；可用实现不证明任务正确；需固定执行版本并隔离账户数据。
核查 2026-10-20 · 下次复查 2027-01-20
未来3–5年：2029–2031
2029–2031：从单份修改到持续交付的软件Agent
整包应用案例、真实修复接收和运行流程优化，是更长软件任务可委派的正面信号。以下是本站据此提出的条件情景，不是这些研究给出的日期预测。
当前建议回答今天怎样交付；未来3–5年指2029–2031。编程的完整交付与数学的开放问题成果，支持认真准备更广泛自主工作的强情景。本站把AGI视作跨领域、能适应新任务且可靠达成复杂目标的讨论对象；这些进展是方向证据，尚不能确认某个AGI定义已满足或必在某年发生。三种情景均给出可观察信号、职责变化与现在行动，不把今天的局限或人的现有分工写成永久边界。
基准情景：完整修改成为常用交付
在上下文与测试较成熟的系统中，Agent承接功能、修复和回归的一体交付，维护者从逐步编写转向目标、异常与接收；审查的一部分继续自动化。
现在的行动：现在沉淀真实行为契约、失败样本和环境；按净交付周期衡量收益，不以代码量替代。
成立信号与职责变化
- 未见仓库和变更类型仍保持可验收交付
- 返工、接收和线上恢复成本随使用改善
- 环境/上下文变化能被检测并更新
工程岗位更常覆盖需求、系统取舍与运行结果；初级培养需从只写代码升级为理解与验证完整修改。
加速情景：软件成为按目标持续运行的系统
若长链恢复、跨仓库迁移和自动验证持续进步，Agent可在权限与预算内规划、实现、迁移和维护较大系统；人可用更少逐步干预探索新产品，团队边界可能重组。
现在的行动：把工具和职责做成可替换接口；试验更大交付，但按实际触发信号扩围，并安排成员转向新的业务机会。
成立信号与职责变化
- 跨多系统、数周目标能在真实变化后继续交付
- 独立评估能发现自生成测试漏掉的重要错误
- 完整人工介入和故障成本持续下降，且系统可迁移到新业务
稀缺工作可能转向选目标、产品机会、资源和影响取舍；不能预设人工代码审查永远是主要瓶颈。
受限情景：编码快，集成与组织仍慢
模型产物更强，但遗留系统、隐性需求、权限和恢复成本使自主交付扩展较慢；固定程序与AI协作长期并存。
现在的行动：优先修复反复出现的集成障碍；保持可回退的部署和岗位安排，避免依据榜单单独裁定编制。
成立信号与职责变化
- 未知依赖和需求变动仍引发大幅返工
- 审查和事故处理抵消生成提速
- 同一Agent换系统后需要重新铺上下文
系统知识、集成和沟通能力仍有高价值；工具投入首先服务复现、测试和资料。
持续观察什么，以及情景的研究依据
- 实际未见仓库的完整交付与维护记录
- 跨月净人工时间、回滚与事故情况
- 任务/环境/模型版本变化后的迁移表现
- 把长时间应用开发交付给Agent ↗
2026-03-24 · 定位：规划/生成/评价分工、实际应用操作及评价者限制
展示围绕可用应用的实现、操作评价与修正循环，支持以用户行为验收功能。；作者工程案例；未复现演示应用，不能推出任意项目可靠率或多Agent必优。
核查 2026-10-19 · 下次复查 2026-10-26 · 已到期待复查
- AI参与的修复PR：哪些被项目接收，哪些没有 ↗
2026-01-29 · 定位：§2样本、表1、§3.2失败原因
五类Agent参与的8106个修复PR中5267已合并、2113关闭未合并、726仍开放；提供修复交付与项目接收的观察。；非随机样本，Agent配置与项目不同；合并不等同全部正确或净省时，不用于本站成功率。
核查 2026-10-19 · 下次复查 2026-10-26 · 已到期待复查
- Harness²：固定执行模型，改进运行流程 ↗
2026-10-09 · 定位：§2.2、§3.1表1、附录B/D
WorkBuddy-Bench Code上的平均检查得分变化及工具/上下文/检查流程的优化方法。；检查项均分不是项目通过率；经验流内相关，候选与编辑成本另计；未验证本站任务。
核查 2026-10-19 · 下次复查 2026-10-26 · 已到期待复查
- Anthropic内部的工作与职责变化 ↗
2026-10-16 · 定位：Bottlenecks and process；采用非随机限制
单公司现场观察到Agent组织、上下文维护和注意力分配成为新的工作。；公司业务及采用选择特殊；产出代理量不等于完整业务价值，不外推行业岗位数量。
核查 2026-10-19 · 下次复查 2026-10-26 · 已到期待复查
- 任务时间跨度：软件任务趋势及其适用范围 ↗
未标注（最后更新2026-09-08） · 定位：页首维护状态；Methodological Details；FAQ
在给定软件类任务分布上，按人类专家任务时长描述模型可完成难度，适合观察长链能力趋势。；此页已停止主动更新；时间跨度不是Agent自主运行时长，不直接对应行业自动化或AGI日期。
核查 2026-10-19 · 下次复查 2026-10-26 · 已到期待复查
岗位深度研究 · 独立资料版本 2026-10-24.studies.5
把这项工作放回完整工作链
AI 产品经理：从反馈到产品交付 →
从客户证据、产品判断到需求、验收、观察和AI治理，理解AI如何改变工作连接与人工活动。
部分工作或方法关联；专题任务不是正式职业来源任务，也不把一个单元的全部证据传播为岗位成绩。
AI 软件工程师：前端与后端完整交付 →
从需求、前后端实现到质量、发布和运行，比较AI、成熟库与托管服务怎样改变可交付范围与责任。
部分工作或方法关联；专题任务不是正式职业来源任务，也不把一个单元的全部证据传播为岗位成绩。