AI Agent 越能替你做事，你的资料为什么越不能乱？
设想一个很普通的场景。
你把会议纪要、客户邮件和两版方案交给 AI，让它整理出一份修改稿。十分钟后，文字很完整，结构也很清楚。
但它用了已经作废的旧版本，把客户的一条建议写成了确定要求，还漏掉了昨天在群里确认的新决定。
AI 没有偷懒。它只是无法知道：哪份资料有效，哪条意见已经确认，哪件事不能替人决定。
这正是 AI Agent 开始进入真实工作后，很多人会先遇到的问题。
AI 越会做事，混乱的资料越容易被它放大。
一、AI 出错，常常不是因为没读懂文件
过去，我们主要让 AI 回答问题、修改文字、做一份摘要。回答不够好，再问一次就行。
Agent 不一样。它开始能读取经授权的资料、调用工具、连续处理几个步骤，再把结果交回给人。有些任务还会定时运行，或者在状态变化后自动开始。
这意味着，AI 不再只影响一段文字。它可能继续修改文件、整理待办、更新记录，甚至把结果交给下一个环节。
问题也随之变化。
单独看一份会议纪要，AI 能读懂大部分文字。它缺少的，是文件之间的关系：哪份是当前版本，哪条已经失效，谁有权确认，遇到什么情况必须停下来问人。
OpenAI 对 Agent 的公开说明把模型、工具和明确指令列为基本组成，也强调工作流需要停止条件、约束和人工接管。OpenAI Academy 对工作区 Agent 的介绍则把 Agent 放进重复工作流里：它需要共享系统、标准交接、稳定输出，也要知道什么时候暂停和升级。
工具能力决定 AI 能做什么。
资料关系决定它会不会做错。
二、先把来源、状态和边界说清楚
整理资料，不是把所有文件塞进同一个文件夹，更不是一次性全部上传给 AI。
先说清三件事。
来源。 哪些材料是原始依据，哪些只是参考；文件来自谁，版本是什么，是否允许交给当前工具处理。没有来源的结论可以作为线索，不能直接当成依据。
状态。 哪些内容已经确认，哪些还在讨论，哪些已经失效。AI 很容易把旧资料写得像当前事实，所以版本和时间不能省。
边界。 AI 可以整理到什么程度，哪些内容只能提示，哪些必须由人确认，哪些资料不能进入外部工具。
回到开头的场景，缺少的不是更多文件，而是几句清楚的说明：方案 V2 已作废；客户邮件里的意见仍待确认；昨天的会议纪要是当前依据；正式方案只能由项目负责人确认。
这些信息，人可能觉得“大家都知道”。
AI 不知道。
三、别只给资料，给 AI 一张任务卡
很多人把一堆文件交给 AI，只说一句：“帮我看看。”
这种任务没有清楚的完成标准。AI 只能自己猜重点，最后往往给出一份看起来全面、实际上无法验收的结果。
一项准备交给 AI 的工作，可以先写成一张任务卡：
- 当前目标： 这次到底要推动什么。
- 原始依据： 哪些材料可以作为事实来源。
- 有效版本： 当前使用哪一版，哪些已经作废。
- 已确认事项： 哪些结论不需要重新讨论。
- 待确认事项： 哪些问题证据不足，需要单独标出。
- 禁止事项： 哪些操作不能做，哪些内容不能对外发送。
- 交付形式： 需要清单、对比表、初稿，还是一份待办。
- 验收人： 最后由谁检查和确认。
任务卡不需要做得漂亮。它只要让人和 AI 面对同一组事实。
比如，开头那项工作可以这样交代：
对照最新会议纪要和方案 V3，列出仍未落实的修改意见。方案 V2 已作废，不得引用。客户邮件中的三条意见尚未确认，请单独标注，不要写成正式要求。结果以问题清单交回，不直接修改正式文件。最后由项目负责人验收。
同样是“帮我看看方案”，这段话已经把依据、版本、边界、输出和责任人交代清楚了。
这不是提示词技巧。
这是把一件模糊的事，变成一项可以检查的任务。
四、AI 可以行动，人必须验收
AI 能连续做几步工作后，人不必逐句盯着它，但必须知道什么算完成。
有三类结果要停下来复核：找不到原始依据的结论；不同材料互相冲突的内容；涉及对外发送、正式记录、资源承诺和专业责任的决定。
这时，AI 可以整理差异、标出冲突、形成待办。决定采用哪条依据，仍然要回到人。
好的验收也不是“最后随便看一眼”。任务开始前就要约定：哪些结果可以直接采用，哪些必须回查原文，出现什么情况立即转人工。
Agent 的价值，是替人接住重复的查找、整理和初步处理。
人的责任，是确认依据、处理例外、承担结果。
五、会整理上下文的人，会更快用好 AI
有人担心，AI 越来越能做事，专业经验会不会变得不重要。
现实很可能相反。
熟悉客户、项目、业务规则和协作方式的人，更知道哪些资料可信，哪些例外不能忽略，哪些结论要保守处理。他也更容易写出一张能执行、能验收的任务卡。
Anthropic 对 Claude Code 使用数据的研究发现，在其编程场景样本中，表现出更高专业度的会话更可能取得可验证的成功。这是一项特定工具和编程场景下的观察，不能直接外推到所有职业，但它至少提醒我们：AI 并不会自动抹平使用者带来的知识差异。
会操作某个 AI 工具，优势可能很快消失。
能把专业经验、有效资料和判断标准组织成清楚的工作上下文，价值会保留下来。
周一开始工作时，可以先选一件资料相对完整、结果容易检查的小事。花十分钟写下目标、依据、有效版本、待确认事项、禁止事项和验收人，再让 AI 处理其中一小段。
先看它能不能分开已知和未知，能不能在证据不足时停下来，能不能把结果交回给人检查。
别急着把所有文件都交给 AI。
先把一件正在做的事，说清楚。
关注我们
欢迎搜索并关注 筑见实验室，获取更多建筑 AI、结构计算与工程数字化实践：
