表达意图之后，工作才刚刚开始。

一句“帮我做完”，省略了很多东西

让 Agent 整理一份研究，听起来已经很明确。但真正开始做时，问题才逐个出现：哪些材料可信？旧版本要不要保留？整理给谁看？它可以改原文件，还是只能提出建议？什么样的结果，才算这次工作结束？

人与人协作时，也会遇到这些问题。我们会追问、商量，有时甚至需要重新理解最初的目标。把工作交给 Agent，并不会自动省掉这一步。只是过去由关系、经验和默契承担的部分，现在需要被系统更明确地表达出来。

回答正确，与事情完成，是两次判断

Washington Agent Layer 正在把观察、规划、行动与核验连接起来。开发中一个很实际的提醒是：发出了点击指令，并不表示点到了正确的位置；一个工具返回成功，也不等于用户想要的结果已经出现。

因此，行动之后还要回到环境里看。内容有没有真的写进去？文件是不是正确的那一份？如果界面变了，之前的计划是否仍然成立？这些检查很琐碎，却决定了人敢不敢把下一步交出去。

我们已经在受控场景中验证了一部分原生工具和核验步骤。完整的跨应用任务、自由目标执行与更一般的恢复能力，还需要继续验证。正因为边界还在，这个问题不能被一句“Agent 可以操作电脑”带过去。

委派是一段可以调整的关系

Prompting 通常关心怎样把请求说清楚；Delegation 还要关心，工作开始后双方如何保持联系。哪些动作已经获得授权，遇到什么变化要停下来，什么结果需要由人判断，都应该进入交互本身。

这不意味着每一步都让用户确认。那样只是把按钮换成了确认框。我们希望系统能把注意力留给真正需要判断的地方：目标发生冲突、信息不足、后果超出原先范围，或者结果还不能确定。

所以，我们目前的判断是：AI Native 的交互设计，要从“怎样输入一句话”，继续走到“怎样建立并维持一项委派”。聊天可以是入口，但工作需要有自己的状态、边界和结束条件。