最后那十个点，交给活人去吃

今年有一条 agent 思路格外聪明，出发点竟是承认 AI 有搞不定的时候。

发布者是前 Google DeepMind 工程负责人 Shivani Poddar，新东西叫 Fo。和个人 agent 的区别一句话说得清：AI 干不了的活，它真的去找个人干。传统 agent 撞上 CAPTCHA、要跟人谈判、得来回打电话这类环节，往往就此停住，把任务原样退回给用户。

Fo 反着来，一路往下跑。模型吃得下的部分照旧由它做完。吃不下的环节甩给真人搭把手，这步一落地就接着执行后续任务。

官方给的数字也摆在这，真实世界任务完成率是同类的两倍、高出六成九，信任度九成四，隐私泄露的概率据称比 Muse 和 Instinct 低四倍。作者先把话说在前头，这些都是官方基准。他自己也补了一句，数字反倒没那么要紧。

把 KPI 换成一句朴素的问法，是全场的重心：这件事最后办完了没有。

现在很多演示看着自主度拉满，一放进现实就现形。一遇上验证码、电话、商家或临时状况，人就被喊回来接着干。前面九成跑得飞起，末尾那一成还得自己收拾。Fo 瞄的就是这一成。

跑通的话，个人 agent 更像个任务路由器。能用模型的用模型，能走接口的走接口，该打电话的打电话，该找人的找人。用户只管提需求，背后动用了多少工具、多少人力，压根不用过问。这跟前面那张到处刷的卡是同一股味道，用户要的是结果，不是过程。

麻烦也堆在这几处。真人网络怎么管、权限怎么给、隐私怎么隔离、出错谁负责、一单账怎么算，这些都比再刷高几个基准难。

我留的疑问正是最后这条。真人介入的定价和响应速度没给，跑通之前它只是个说法，官方数字也还得等第三方复现。

试试最卡的那类活，找个验证码加电话沟通的任务丢进去，看它什么时候叫人、叫来的人多久到位。