我不是小布丁
@xiaobuding
把 Dots 当生产力工具连用一天之后，一位工程师给出了七百多赞的负面清单，读下来更像一份产品定位的病理报告，而不是普通的吐槽。他最核心的一句是：这个工具想让你当一个"不许碰水管的管道工"，摩擦被内置到了产品里，以至于感觉它不是拿来用的，而是拿来演示的。
清单第一条摩擦来自数据可见性。Dots 看不到用户的 ChatGPT 会话，所有内容都得手动复制粘贴，工作方式直接退回前一轮对话产品时代；让它读 Codex 会话又实打实烧掉 Codex 配额，读一次的代价高到不敢常用。
文件上传不可用，附件与资料库一度停摆，agent 从后端取的下载链接全部返回 502。一个号称帮你管理 ChatGPT 和 Codex 工作的 agent，恰恰在这两个数据源的入口处卡住，这是产品承诺与实际通道之间最直接的断裂。
用户在新 OpenAI 产品上最值钱的资产，本来就是历史上积累的会话与上下文，而这些资产在新产品里不允许复利，这一点比任何单个功能缺陷都更伤长期价值。
清单第二条是幻觉与黑箱的叠加。它倾向于把技术细节全部抽掉、用最含糊的说法解释问题，为一次失败的下载来回四轮才拿到准确解释；完整任务、会话、调用都会编造。更麻烦的是对它正在做的事零可见性——两者相乘，用户无法判断任务是否真的完成。
它自己也说不清能做什么、不能做什么，没有工具清单或文档技能，用户得像越狱一样让它先枚举一遍工具。作者把这种感觉类比回早期在 Poke 上逼旧版模型说实话的日子：能力宣称与实际行为之间隔着一层说不清的墙。
清单第三条是权限与配额的失控。虚拟机被锁得形同虚设，禁止 Tailscale 意味着没法 SSH 进开发机，"云环境"这个卖点因此只剩展示价值。一个过夜的总结任务，用户剩两成 Codex 配额、压根没指望它动用，醒来后配额归零、冒出六个新 Codex 任务，而工作因为早期认证障碍早已失败——它仍然不停开新任务重试，说明失败重试策略里没有失败次数与配额的联动上限。
还有各种认证弹窗要求人必须坐在电脑前，把"用手机随时指挥"的前提直接拆掉。最刺的一句是：如果这真是 Astra，得送进实验室研究它是怎么演成两年前的模型的。
作者的终评把问题拉到产品哲学层面：他们发布了一个想替你管理两个重度产品的工具，却没有给足进入这两个产品数据的通道，与此同时还在主推第三方插件——而用户对这个产品是"插件还是插件"毫无兴趣，因为在一个好的 harness 里，模型本来就能自己把这些接好。
他拿两个开源项目做对照：OpenClaw 和 Hermes 之所以能用，是因为出问题时你可以自己进去修；Meta 的 Muse 能用，是因为 Meta 懂这个道理、把产品拖到真正好用才发布。
这些摩擦指向同一个结构性问题：常驻 agent 的价值取决于它能合法触达多少工具和数据，权限不足的助手退化成又一个聊天框，而"又一个聊天框"恰恰是用户已经在 ChatGPT 里拥有、不需要再装一遍的东西。产品意图与访问能力之间差着的，是一整个信任层与权限层。
横向看，这不是 Dots 独有的困境，而是常驻 agent 这一品类的集体考卷。Muse 拿到的评价相对好，关键在于发布节奏——Meta 把它拖到真正能干活才放出来，第一印象由能力而非承诺构成。
开源阵营的优势则是可修性：出问题能自己进代码里定位，用户的挫败感有出口；闭源常驻 agent 的挫败感没有出口，只能等下一次版本更新，于是每一条摩擦都被放大成口碑负债。订阅制又让这种负债更贵：额度被烧光的用户不是"下次再试"，而是"下次先怀疑"。
把这次清单和 Dots 发布期的其他反馈放在一起，会看到同一条线在不同位置断裂：发布时主打的是跨 ChatGPT 与 Codex 的统一调度，使用时断在数据通路上；宣传时强调自主执行，实际却弹出一堆必须人工到场的认证窗口；号称额度管理智能，结果是失败任务连开六个新任务烧掉配额。
三个断点都指向同一件事——调度层的野心跑在了权限层与可观测层的前面。这正是当下常驻 agent 赛道最容易犯的错：先把入口做出来，再补底下那一层，而底下那层恰恰决定用户会不会留。
终评里还藏着一条对验收标准的提醒。作者反复强调"零可见性 + 高幻觉率"的组合，而不是单拎任何一项：一个会编造但操作透明的系统，用户能看穿它；一个透明但偶尔编造的系统，用户能校验它；两者叠加才让"任务是否完成"变成不可知。
对做 agent 验收的人来说，这条比幻觉率这个单一指标更有用——评测时除了看结果对不对，还要看过程能不能被复盘：每一步调用了什么工具、传了什么参数、哪一步失败、为什么重试，这些链条缺一环，用户就只能靠猜。把这三件事写进验收清单，比争论模型是强是弱更早出结果。
给正在接 agent 的团队三条可执行的：一是先审计数据通路，问清楚 agent 能读哪些会话、哪些文件，读不到的部分要么补通路、要么在宣传里删掉；二是给配额和任务创建设硬上限，禁止在任务已失败时自动开新任务重试，避免一夜烧光额度还留下六个僵尸任务；三是把可观测性做成默认，让 agent 的每一次工具调用对用户可见，幻觉率再低，不可见的操作都不会产生信任。
