A6 · 小结与自测

一图回顾

一句话收束：智能体坐到电脑前有两条路——代码路（终端+编辑器+测试）和 GUI 路（截图+鼠标键盘），共享同一个思考-行动-观察内核。两者成熟度的天壤之别，由一个词决定：可验证性。代码有测试当自动判分尺，所以领跑；计算机使用没有，所以艰难。这把尺子，也是贯穿全书的一条暗线。

小节	两行版
A6.1 代码智能体	工具箱朴素得像人类桌面：终端+编辑器+测试；标准循环是 A0+A1+A2 的合体；测试是它的「眼睛」
A6.2 为什么代码最成熟	可验证性三优势（即时反馈+带标签数据+可验证奖励）形成能力飞轮；可验证性光谱是全书暗线
A6.3 计算机使用	看截图动鼠标操作无 API 软件；难在多模态感知+动作脆+慢+几乎不可验证；把安全推到极致

📝 动手自测0/6

1. 代码智能体的「标准桌面」是哪三样？

2. 为什么说「测试是代码智能体的眼睛」？

3. 把「单元测试 → 数学 → SQL → 网页抽取 → 开放写作 → 情感陪伴」排成一条线，这条「可验证性光谱」说明了什么？

4. 同样看起来不复杂，为什么「订机票」类任务比「修 bug」难做成可靠的智能体？

5. 计算机使用智能体最根本的困难是什么？

6. 关于计算机使用的安全，业界 2025-2026 年的普遍共识是？

下一章 A7 · 评测与可靠性：造得出来只是开始——怎么知道它到底靠不靠谱？