AI操作软件，离壁垒还差一层账本

周末折腾了一下GPT-6 Astra操作软件，踩了不少坑。虎嗅那篇「当AI学会了操作软件」说，模型从聊天扩展到像 Agent 一样点界面、填表单、调用工具。Agent 就是能自动读数据、操作软件、执行任务的程序助手。我这边拿一个本地客户台账试了一下，让它读取表格，生成一个小型网页看板，再按几个按钮导出。第一次它把日期列识别成文本，按钮没点下去，补了一句「先清洗日期再操作」才跑通。过程大概十几分钟，不算惊艳，但比聊天多了点真实感。

这个技术壁垒有多高？我看模型层不高。大厂都在推这个边界，别人很快会跟。

壁垒高在权限能不能收住，动作能不能回放，结果能不能审计。我让它导出文件时，它会打开系统对话框，没有沙箱和审批，企业不敢接进ERP或财务系统。智能体一旦能操作软件，出错会落到删记录、发邮件、改付款这些动作上。这个风险比模型答非所问更贵。

从投资视角看，这类东西先卖原型，生产系统很难。小团队做demo很快；到了交付，客户会问谁批准它点按钮，失败能不能回滚，日志在哪里。这个判断和我之前那篇「把 AI 数值变成可审计流程」一致。模型给一个数字，不值钱；数字能追溯、能复现、能交给下一个人，才值钱。AI 能点鼠标只是表层能力，点完以后有账本才是壁垒。

不过它并非完全没用。我看好两个场景，内部小工具把重复点击变成半自动，垂直行业最后一公里把旧系统、Excel、邮件串起来。它更像 RPA 升级版，离 AGI 还远。退出路径也简单，被云厂商买走成为执行层，或嵌进垂直SaaS。

结论看情况。适合做POC、内部流程实验、数据清洗和轻量自动化；不适合替代核心系统，也不适合没有日志、权限和回滚的团队。给新手的行动建议是先别碰生产数据，拿一份脱敏表格，让它做只读任务，再把每一步操作记成日志。能复现，再谈投资；不能复现，就当玩具。