AI Agent 与普通聊天工具最大的不同，是它能够使用文件、浏览器和其他工具继续执行任务。

这让 AI 从“给建议”走向“做事情”，也意味着权限边界变得更加重要。

一款 Agent 能做多少，不应该只由功能数量决定，还要看用户能否理解并控制它的操作范围。

权限不是越多越方便

假设任务只是整理某个项目中的 Markdown 文档，那么 Agent 需要访问的应该是这个项目目录，而不是整台电脑上的全部文件。

范围越大，并不一定让结果更好，反而会增加误读无关资料和误改文件的风险。

比较稳妥的原则是：

每项任务只提供完成它所需的最小范围。

文件操作应该分级处理

不同文件操作的影响并不相同。

读取和搜索

通常风险较低，但仍应限制目录范围，并避免把敏感内容带入不必要的结果。

创建和修改

适合在明确的工作空间中执行。重要文件应有版本管理或备份。

删除和覆盖

影响更难恢复，应要求明确目标并保留确认。不能依赖含糊的目录名称或未经检查的批量匹配。

浏览器操作应该关注什么？

浏览器里可能包含登录状态、业务数据和个人信息。

使用 Agent 操作网页时，建议注意：

• 密码和验证码由用户本人输入；
• 用户页面和任务页面保持明确区分；
• 发布、删除、购买等操作需要确认；
• 下载后检查文件是否真实存在；
• 表单提交后验证页面结果；
• 不在任务结果中保留无关敏感信息。

“已经点击按钮”与“业务操作成功”是两件事，结果验证不能省略。

自动执行与人工确认怎样平衡？

如果每一步都询问，Agent 会失去效率；如果从不询问，又容易越过安全边界。

可以根据影响划分：

操作类型	建议处理方式
阅读文件、搜索网页	在授权范围内直接执行
创建草稿、生成新文件	通常可以直接执行
修改重要文件	先保留版本，再执行
发布、发送、删除	执行前确认
支付、权限和账号操作	必须由用户明确决定

关键不是给每种工具贴上固定风险标签，而是看该操作是否会产生难以恢复的外部影响。

MainBody 如何用于受控任务？

MainBody 可以围绕用户指定的工作空间处理文件，并在对话中展示任务执行过程。浏览器、文件、代码、办公内容和图片能力都服务于当前任务。

用户可以在指令中进一步明确边界，例如：

只读取 reports 目录中的文件，
将整理结果写入 reports/output，不能覆盖原文件。
遇到缺失数据时标记出来，不要自行补全。

代码任务也可以写成：

只修改登录页面相关文件。
不要更改接口和依赖，完成后运行测试，
如果需要扩大修改范围，先说明原因。

清楚的目标、范围和验证标准，可以同时提高安全性和任务质量。

结果为什么必须由用户复查？

Agent 可以完成大量执行工作，但模型仍可能误解资料、遗漏条件或生成错误内容。

以下结果尤其需要人工检查：

• 财务计算与结算数据；
• 法律和合同结论；
• 医疗相关信息；
• 数据删除和迁移；
• 账号及权限变更；
• 面向公众发布的内容。

Agent 的价值是减少机械步骤，而不是替代责任判断。

总结

判断一款 AI Agent 是否可靠，不仅要看它能完成什么，还要看操作范围是否明确、重要动作是否可控、结果是否可以验证。

MainBody 把多种工具放进统一任务空间，用户也应把权限控制写进任务要求：只开放必要资料、保留重要版本、确认高影响操作，并检查最终结果。

MainBody 官网：本尊 MainBody Agent — MainBody Agent，效本尊行事