很多 AI 看起来很忙：你发一句指令，它回一个结果；你再补一句，它再改一版。

但页面一关，工作就停了。第二天重新打开，你还要重新交代上下文。

这类 AI 很听话，却不一定真的替你分担了工作。

这篇文章的核心判断：AI 的自主性，不是回答更花哨，而是在边界内持续完成“发现、决策、执行、留证”。

从“亲自执行”到“亲自指挥”

传统的被动 AI，工作方式和计算器很像：你按键，它才计算；你不按，它不会自己找题目，也不会替你检查答案。

自主 AI 的定义更严格一些。它必须在目标和权限都说清楚的前提下，主动找出待办，判断先后顺序，调用工具完成动作，并把过程和结果留下来。

这里的“自主”不等于有意识，也不等于拥有无限权限。工程上的自主，至少要满足四个条件：目标明确、权限有限、决策可解释、结果可验证。

真正浪费时间的是“人肉自动化”

很多人的时间并没有被 AI 释放出来，只是从“亲自执行”换成了“亲自指挥”：不断发指令、补上下文、检查结果。

还有一些工作，本来就不适合靠人每天按启动键。比如监控市场机会、追踪竞品变化、收集用户反馈、检查长期运行的服务。

真正的效率，不只是一次任务完成得更快，而是任务在满足条件时可以自己启动，并且知道什么时候应该停下来请人确认。

一个具体场景：夜间扫描 GitHub

想象一下，晚上你睡觉时，一个智能体按预先设定的范围扫描 GitHub 新出现的开源项目。

它不是看到什么都收进来，而是先筛选相关项目，再查看许可证、活跃度和基本质量信号。它把候选记录下来，按优先级排队；遇到不能自动判断的地方，就留下待确认项。

第二天早上，你看到的不是一堆链接，而是一份有来源、有理由、有下一步动作的报告。

“帮我搜几个项目”必须等你开口；持续任务则已经跑完一轮，而且保留了证据。这是两种工作方式的差别。

Idie 的真实数据与边界

以 2026 年 9 月 9 日的数据基准为准，Idie 已自主运行 230 多轮，完成 955 个成功任务、35 个失败任务，记录成功率 96.5%。项目有 514 个以上源模块、295 个测试文件，核心测试 111 项全绿；150 个适配器中，34 个通过真实行为验证；代码发生过 3 次实际自修改合并。

这些数字只说明项目内部发生过什么，不能直接等同于成熟产品。外部收入目前仍是 0 美元，公网服务也没有完成生产部署。把边界说清楚，比把数字说得漂亮更重要。

判断自主性的三个能力

1. 自主发现

它不能永远等你说“去搜什么”，而要根据目标、资料和规则，提出值得处理的候选任务。发现不是漫无目的地乱跑，而是在范围内主动提出问题。

2. 自主决策

发现十个候选，不代表十个都值得做。系统要说明为什么选择这个、暂时放弃那个，依据是什么，风险在哪里，以及是否需要人工批准。

3. 自主执行

判断之后，它要真的调用工具，把动作做出去。执行完成，还要记录输入、输出、失败原因和验证结果。没有记录的“我做过了”，只是另一种聊天。

失败也必须进入系统

Idie 曾经出现过刷数，把重复任务当成大量成果；出现过数据口径不一致，报告里的适配器数量和真实普查对不上；还出现过 worker 静默死亡，进程停了很久却没有及时发现。

后来系统增加了独立验证、状态窗口和 watchdog。这不代表问题从此消失，而是系统开始有能力看见问题，并留下修复证据。

这套课程会讲什么

接下来的 60 多期会沿着一条工程线推进：从整体架构、事件溯源和记忆系统，到技能注册、失败恢复、自主目标生成；再到商业嗅探、真实收款、单机部署、多机协作和自修改框架。

每一期只解决一个具体问题：它是什么，为什么这样设计，最小实现怎么做，哪里容易失败，怎样验证它真的工作。

下一期从“五层架构”开始：感知、记忆、决策、执行和治理分别负责什么？如果把这些东西全塞进一个提示词里，系统会在哪些地方失控？

互动

你现在使用的 AI，更像“听话的工具”，还是“有边界的合作者”？欢迎在评论区说说你最想让它长期自动完成的一件事。