个人助理的价值不止于回答

一份方案写完之后，往往还有不少事要做：条件变了要修改，结果没出来要继续查看，隔几天再处理时，还得重新说明背景。评价个人助理，如果只看第一次回答是否完整，就容易漏掉这些后续劳动。真正值得关注的是，它能否在任务尚未结束时，继续记住并跟进。

爱范儿对灵光 2.0 的体验记录，提供了几个具体观察：宠物保单解读之后有跟进提醒，购物比价之后有价格变动通知，出游人员变化之后可以调整原有安排。这些记录支持的判断是，个人 Agent 的价值应当包括减少用户反复交代背景、主动查看进展的负担。不过，几次生活场景中的体验，还不足以证明它能够独立处理所有事务。

改变条件之后，是否需要从头再来

旅行规划最能体现“记住前情”的实际含义。原先的需求包含同行朋友、一个 4 岁的孩子、午睡安排、饮食限制、返家时间和预算。后来朋友无法同行，出游变成独自出行，预算不变，还希望增加一个目的地。灵光保留原有框架，调整涉及同行者和孩子的部分，再加入新的目的地。

这里值得评价的，不只是它又生成了一份行程，而是它能否分清哪些条件已经失效、哪些仍然有效。用户只需说明变化，无须把所有要求重新讲一遍。本文认为，这种局部更新能力应当成为个人助理的重要评价项：记忆的意义不在于保存多少对话，而在于后续安排能否正确沿用仍然有效的信息。

给出建议之后，能否接续处理

宠物保单的案例则把任务延伸到了另一个时间点。体验中，灵光读取合同，列出对应的报销范围和凭证类型；用户随后要求设置提醒。等提醒到来、用户补充后续情况时，它能够沿用此前的病况、历史进展和偏好，继续给出建议。

这项记录需要保留一个边界：提醒是用户要求设置的，后续情况也由用户补充。它体现的是在约定节点接续处理的能力，并不意味着助理自行掌握了宠物健康状况，更不等于已经验证了医疗判断的可靠性。但即使在这个有限范围内，免去重新交代病况和保单背景，也已经减少了一部分重复劳动。

购物案例中的后续工作有所不同。用户先要求折算优惠、排列商品优先级，随后补充预算和跨平台比较要求，并让灵光持续关注价格。第二天，它主动发来了价格变动提示。一次比价只能回答当时怎么买，持续监测则尝试替用户承担“之后是否还要再看一眼”的工作。

把后续负担纳入评价

爱范儿在文章中提出，“管事”应成为评价个人 Agent 的重要维度，既要看执行指令，也要看能否分担识别问题、持续留意和接续安排的劳动。上述案例让这个标准有了具体落点：变更需求后是否保留有效约束，收到新信息后是否接上前情，等待期间是否按要求跟踪并提醒。

单次回答质量仍然重要，只是它不能覆盖任务的整个过程。一份看似周全的方案，如果每次修改都要重新描述需求，后续状态也仍靠用户反复检查，留给用户的负担就没有明显改变。

因此，衡量个人助理是否有用，应把观察时间拉长到任务的后续阶段。这些体验展示了分担认知劳动的可能，但没有证明长期跟进始终准确，也不能推导出所有执行都安全可靠。更合理的期待是：让助理承担有边界的记录、跟踪与更新，让用户少做重复工作，同时保留最终决定权。