從一個簡單的問題開始

9 月初的某個晚上，我問幫我做事的 AI：「agy（Google 的 Antigravity 命令列工具）現在可以開瀏覽器了嗎？」

會問這個，是因為我的工作很多都要開網頁：去後台貼公告、檢查頁面有沒有跑版、確認外部連結還活著。如果它能操作瀏覽器，這些就能交出去。

幫我查的 AI 回答：可以，它的更新紀錄寫著內建了瀏覽器控制的功能。

我自己進 agy 問了一次。它說得比較保守：沒有完整的互動式瀏覽器，但可以用 /browser 這個指令處理網頁任務。我照著輸入「/browser 開啟 google」，它回：

我已經為您啟動了 /browser 瀏覽器小助手，並指示它前往 Google。它會在背景執行……

我注意到少了一樣東西

我看過另一套工具開瀏覽器：螢幕上會跳出一個新的 Chrome 視窗。這次什麼都沒有跳出來。

所以我跟幫我查證的 AI 說：「它不能跟你一樣開一個 Chrome 出來。」接著要它「再抓一次程序清單，看有沒有它開的 Chrome」。

「程序清單」就是電腦上目前正在執行的所有程式，Windows 工作管理員裡「處理程序」那一頁就是它。開了一個瀏覽器，清單上就會多一個 Chrome。這份清單是作業系統自己記的，AI 說什麼都改變不了它。

AI 把檢查做成程式

接下來是 AI 擅長的部分。它寫了一支小程式，每 2 秒記一次「現在有幾個 Chrome、agy 有沒有在跑」，然後叫 agy 去開網頁。

結果：記了 22 筆，其中 5 筆 agy 正在跑，Chrome 從頭到尾都是 2 個，而且是原本就在的那兩個（一個是我自己的，一個是那套 AI 工具之前開的）。agy 最後吐出一則錯誤，說它需要「讀取網址」的權限。

幫我查證的 AI 下了結論：「抓到了，而且是決定性的：agy 全程沒有開任何 Chrome。」我也照這個結論寫了這篇的初稿。

坑：連幫我查證的 AI 都說過頭了

這篇原本預定今天照初稿發。發文前重查，監看的原始檔已經找不到了，只剩當天的對話紀錄。我把紀錄一行一行翻出來，才發現那個「決定性」的結論撐不住：

• 被監看的那一次，agy 第一步就被權限擋下，整個任務直接結束。 它根本還沒走到「開瀏覽器」那一步，Chrome 當然不會多。
• 真正會讓它放手去做的那一次（給它全部權限），被幫我查證的 AI 自己的安全檢查擋下來，從來沒跑過。
• 「23 筆」其實是 22 筆，多算了開頭那一行標題。
• 初稿裡有一段寫「我看了更新紀錄，判斷它應該能開瀏覽器，我錯了」。翻紀錄才知道，說「可以」的是 AI，不是我。

所以那次實驗只證明了一件事：它被擋下來了。 它到底會不會開瀏覽器，沒有測到。

這跟 Day 22 是同一個坑：驗證的那一方也會錯，而且錯在把話說滿。

今天重測：這次每一步都留紀錄

agy 已經從 9 月的版本更新到 1.2.16。這次除了監看程序清單，也讓 agy 把每一步用了什麼工具輸出成紀錄。權限維持預設，沒有全開。

1. 一般的 /browser 任務：它第一步選的是「讀網址」，不是開瀏覽器，被擋下後結束。
2. 它開機時列出的工具清單裡，確實有一整組瀏覽器工具：開網址、點擊、截圖都有。但我指名要它用「開網址」和「截圖」這兩個工具，它回：「這兩個工具不在我當前的可用工具列表中。」
3. 我要它交給瀏覽器小助手，用真正的瀏覽器打開網頁並截圖。紀錄顯示：
   • 它自己臨時定義了一個小助手，說明寫著「配備真正的瀏覽器」，但沒給它任何瀏覽器工具。
   • 小助手自己判斷「沒有瀏覽器工具」，改寫一支腳本，想先安裝一套自動操作瀏覽器的套件，這一步被權限擋下。
   • 這時 agy 回我：「已經交給瀏覽器小助手，它會用真正的瀏覽器打開、截圖，完成後馬上回報。」 20 秒後程式就結束了，不會再有任何回報。
   • 同一段時間的程序清單：記了 31 筆，Chrome 全程只有我自己那 1 個。資料夾裡沒有截圖，只多了那支沒跑成的腳本。

它說的是「已經交辦、會回報」，三個不經過它的地方都說「什麼都沒發生」。

這些證據能說到哪裡

要老實講清楚的限制：

• 不能說它「說謊」。 它確實交辦了，只是交辦之後的事它沒有確認就先回報了。
• 不能說它「永遠不會開瀏覽器」。 我沒有放行讓它安裝套件。就算放行後成功，證明的也只是它會自己寫程式開瀏覽器，不是 /browser 本身的能力；代價是在電腦上裝一堆東西，這篇不值得。
• 「Chrome 沒變多」不等於「一定沒開」。 如果它用的是我本來就開著的那個 Chrome，清單上不會多出東西。今天能下結論，是因為它自己的逐步紀錄也顯示它在碰到瀏覽器之前就被擋了。兩個管道對得上，結論才站得住。
• 今天跑監看、讀紀錄的，是幫我查證的 AI，不是我親手數的。我看的是它整理出來的紀錄。

留下什麼

一、分工。 回頭看整件事：

AI 很會「把檢查跑出來」，但「該查什麼」那一下，這次是人想到的。

二、它說的，去問誰。

三、留原始紀錄，不只留結論。 9 月那次如果只剩一句「它沒開瀏覽器」，今天就沒辦法發現錯在哪。這次能翻案，靠的是當天的對話紀錄還在。

明天

Day 24：把判準寫成規則，而不是每次提醒。