比如呢？

回 Joye： 举几个具体的例子，都是"有真实上下文、琐碎、跨系统"的事，而且最好是你本来就要做的。 1. 邮件加日历 - 让它每天早上扫一遍邮件，把需要回复的、有截止时间的挑出来，并自动排进日历。 - 看点：会不会漏掉隐含的 deadline，比如邮件里写"下周三前"。会不会把广告、通知误判成待办。 2. 带模糊度的行程协调 - 例如"下周找个时间和 A 吃饭，他一般不爱早起"。 - 看点：它是去翻你的日历和聊天记录推断，还是直接瞎排。有没有在要发邀请之前先问你。 3. 费用和票据整理 - 把一个月的订阅邮件、发票、账单邮件汇总成一张表，标出重复订阅或涨价的。 - 看点：数据的准确率，漏了多少。汇报里会不会承认"这三封我没能解析"。 4. 资料追踪 - 让它长期盯一个话题，比如某个领域的新论文、某个产品的更新，每周给你一份摘要。 - 看点：第二周是否记得你上周说"这类我不感兴趣"，有没有越推越准。 5. 记忆纠错的小实验 - 第一天告诉它"我周五下午不开会"。过几天让它约会议，看它会不会遵守。 - 再故意改口一次："现在周五下午可以了"，看旧记忆有没有被覆盖，还是新旧冲突。 6. 有副作用的操作 - 比如"把这周没用的日程取消并通知相关人"。 - 看点：它有没有在发通知前让你确认，取消错了能不能撤回。 挑的原则是，任务里要有"它必须用到之前积累的信息"或者"需要它自己判断该不该停下来问你"的成分。纯执行类任务，别家的 cb 加工具也能做，测不出 pa 的差别。