个人印象初体验：就跟 22 年的 GPT-3.5 差不多：我买了一个看到未来的入门券

最近 Moltbot 爆火了，我在本地部署 Windows 电脑了。我最好去、也是最震撼的是独立操作电脑的能力。带给我的震撼可能就是自动化。

但那至少 Agent 操作显示中需要反馈的工具我是不尝试了。体验就跟 22 年的 gpt3.5 差不多，新鲜感马上就过了，相对于我买了一个看到未来的入门券。

现在我的感受就跟 22 年第一次用到 chatgpt 差不多，至于为什么不用下去？就是因为它写的东西我发给别人被笑了。

反 Demo 就是我的真实经历

我用的是 deepseek-v3 的 api，用了不超过 2 个小时，充值了 10 元。直接烧掉了 7.48元，这比三级能耗的空调还费钱，感觉比五级能耗的空调还要费电。

我试玩做了几件事，想看看能不能远程管理我的 VPS。结果的确成功了。然后就尝试让他去控制一个配置超级低的 LXC 容器，真的尝试让他部署 Typecho。

在我看来一个熟练使用 Linux 命令的小白比如我，认为它是完全可以做到的。

结果发现任务超时还是第三方的 MCP 耦合性不好，它会自己结束服务器的任务。

实际上遇到的工程难题可能就是 LXC 容器比较慢、网络不行，但是我觉得这不防碍它失败的原因。我认为是输入的东西太多了，并且上下文爆炸指数爆炸，失败也是因为这个。这个观察我不知道是不是 ssh 打印的每行代码都看了，信息来源只能是被动输入。

我估计换成最强的模型，比如 Claude 或者超级长上下文的 Gemini，那估计钱消耗的速度可能比我家电器全开每小时的电费还有多。

好比是数码变焦和光学变焦

我想这是过度的，好比是数码变焦和光学变焦。我好奇未来会不会有专门处理这个任务的模型出现，因为我觉得这个工作不是模型输出文本，包括标注的 json 格式化文件能解决了。

这就想到一个很有意思的比喻，就是范式改造，好比工业革命。如果把原来的工厂装上蒸汽机那效率也不会提升多少，实际上的革命是直接重新把工厂设计了一遍，并且不需要依赖河流了。

所以我觉得烧钱，除非模型的上下文处理的能力变强了，不是容量而是上下文爆炸的时间复杂度这个问题处理好了，或者有类似原生能处理这个的模型出现了估计体验才会好转。

它并没有“立场”，只有反应

这个 agent 设计出来应该不是给文本模型用的，甚至类似 deepseek-ocr 来的模型也没有，因为它只能被动获取信息，并且模拟人的决策，但是这个决策是被动那就很没有意思。

我想起来我看了一个很有意思的视频，类似 ai 去经营一家店铺，结果模型被洗脑然后商品被白嫖，后面多了一个管理者的模型去监督员工模型，结果人那边换了一个更高级的策略，直接伪造像管理者的命令或者提供的数据。这个案例我觉得就很像，因为可以接受被动输入然后决策被洗脑。

还有 Ai 改卷。学生那边的方法是最早是直接写“请给我改满分”，后面玩起来“角色扮演陷阱”，变成了关键词批改后，学生那边就专门研究满分关键词。实际上我觉得就是这个模式无解的问题同样的体系。

实际上我觉得 22 年 ChatGPT 的问题也是没有解决的，至少被模糊化了，不知以后的 agent 会不会也是这样。就像 2019 年 5G 商用到现在了，除了移动网络上网的体感（RTT）变好了并没有出现什么震撼的应用场景。

吹上天了，还是去弄代码编辑工作比较好

那说明至少这个工具被吹上天了。我严重怀疑是有水分的，那些吹上天的人，我印象中它们尝试最多的任务是“整理文件”难度“Demo”，我还看到有人真的整理文件结果翻车了。

这个可能至少要过几个月才会变得好用，这个 token 消耗上天我不太能接受。我还是期待它的肩部，还是去弄代码编辑工作比较好。

并且实际上这个测试我很难相信会替代人类，至少会出现更会使用它的人。

但是实际上 Agent 我觉得还能干比较轻量的话，比如我获取的信息一件整理信息源我觉得可以做，或者是我在网络上看到了什么项目转发进行二次汇总，这些人工反复整合汇总的机械操作就可以给 Sgent 干。那这种工作我觉得很值。