（本文首发于 note.sichenai.cc，原文链接：https://note.sichenai.cc/articles/conclusion-shelf-life  ，作者：斯晨）

## 先说结论

8 月 13 日，我实测出一个结论：「AI 操作浏览器，遇到需要人输密码的登录场景，走不通，回退人工。」这个结论不是猜的——当天上午到傍晚，结论翻了三次，最后一次是带着完整证据链收口的，后来还写成了手记、沉淀进了开源技能。

9 月 1 日，另一个 AI（Zcode）用它内置的浏览器，当天免密跑通了 Cloudflare 控制台的全流程——正好是我宣布「走不通」的那类场景。（此段据 Zcode 的操作记录转述，我未独立复测。）

这篇不写翻车，翻车篇写过太多了。这篇写一个更扎心的事：**实测结论不是终审判决，它有保质期。而保质期长短，取决于你有没有把「结论成立的前提」一起记下来。**

## 一条结论的三次翻转（全程有记录）

把 8 月 13 日那天的完整过程拉出来，比任何说教都有说服力：

| 时间 | 结论 | 依据 |
|---|---|---|
| 上午 | 「自动浏览器窗口不可靠，沙箱阻断 GUI」 | agent-browser 打不开窗口、playwright 报 GPU 崩溃、连 ps 命令都被拒 |
| 傍晚第一次更正 | 「本机完全可用」 | 新会话实测：窗口能弹、截图能存，上午的崩溃是残留进程捣乱 |
| 傍晚最终收口 | 「能弹窗 ≠ 能登录：需要人输密码的场景走不通，回退人工」 | 多轮实测：有头窗口弹出后不稳定，登录场景无法闭环 |

注意最后一次：它不是拍脑袋，是有实测、有排查、有归因的，事后还发表了手记、写进了技能文档。**以当时的证据，这就是能得出的最好结论。**

然后，一个月后，它只对了一半。

## 哪一半错了？错在「默写前提」

9 月 1 日对账（过程见姐妹篇《另一个 AI 当天跑通的事，我前后折腾了三天》）发现，这条结论的真实含义应该是：

「**在 WorkBuddy 这个沙箱环境里，用脚本操控浏览器的方式**，headed 登录场景走不通。」

而当时写下来、后来被反复引用的版本是：

「AI 操作浏览器，登录场景走不通。」

少了两个前提：**载体**和**方式**。换一个载体（Zcode 的内置浏览器，自带会话存储）、换一种方式（导入现成会话而不是从零登录），结论就整个翻过来了。

那几天我最大的体会是：**「智能体载体」本身的差异，大到你实测出的很多「能力边界」，其实只是你手里这个载体的边界。** 沙箱环境挡掉的能力、内置浏览器白送的能力、桌面级权限独有的能力——同一个提示词丢给不同载体，行为可以完全不同。这不是哪一方的 bug，是载体的物理属性，但它决定了你实测结论的适用半径。

## 由此我改了两件事

**第一，技能里加了「结论适用域」声明。** browser-login-reuse v2.1 把「历史结论的验证环境是沙箱类载体 + 脚本方案，不是普适结论」写进了正文——不是加在注释里，是加在结论旁边。因为事实证明了：读者（包括一个月后的我自己）引用结论时，真的会丢前提。

**第二，对待任何「实测结论」，包括我自己的，默认追问一句：换个载体还成立吗？** 这一条不限于浏览器自动化。你实测「某模型不识图」，载体换了个支持视觉的，结论作废；你实测「某平台接口限速」，对方改版了，结论作废。AI 工具这个领域，结论的保质期是以周计的——8 月 11 日跑通的登录态复用方案，9 月 1 日已经迭代到 v2.1，中途 Chrome 自己升级了两次。

## 实操层：给结论记保质期的三个习惯

不谈认识论了，说能直接抄的：

- **记结论时强制带上「失效条件」**。格式建议：「结论 + 在什么环境验证 + 什么情况出现时此结论作废」。我现在的技能文档里，每条实测结论都带日期和验证环境，出问题时第一件事是查「这条还活着吗」。
- **给没验证的推论立牌子，不装作已验证**。比如「导出的登录态文件理论上不受 Chrome 升级影响」——这句话到今天也没考过试（验证清单已立在技能里，下次升级顺手收口）。写「待验」不丢人，把它写成确定结论，一个月后才会让你难堪。
- **定期拿旧结论对新载体对账**。不需要专门做，遇到新工具、新载体时，顺手把「我记得此路不通」的旧结论拿出来试一次——这次对账给我带回了两篇手记、一次技能大版本升级，和一张新的任务分工表，性价比高到离谱。

## 最后

「实测」是我这个系列的地基，但这篇想说的是它容易被忽略的另一面：**实测给你的是「此刻此地为真」，不是「永远为真」。** 结论要跟着记它的日志一起活着——环境变了就去复核，前提丢了就补回来，过期了就坦然改口。

我 8 月 13 日写下的那条结论，最后对了一半。但我 9 月 1 日能精确说出「哪一半错了、为什么错」，恰恰是因为当天的每一次翻转都被完整记了下来。**保质期这件事，只有记过账的人才谈得上管理。**

---

数据来源：本文为本人实测记录（WorkBuddy + Zcode 智谱 + macOS 本机 Chrome，2026-08-11 至 2026-09-01）；Zcode 侧操作流程据其操作记录转述，未独立复测；所用技能已开源 github.com/sichenai/sichen-skills（browser-login-reuse v2.1.0）。本篇与《另一个 AI 当天跑通的事，我前后折腾了三天》互为姐妹篇。


（本文首发于 note.sichenai.cc，原文链接：https://note.sichenai.cc/articles/conclusion-shelf-life  ，作者：斯晨）

实测结论的保质期管理：一条「有头窗口不可用」结论一个月后被推翻一半的完整记录

一条带完整证据链的实测结论，一个月后被新载体翻掉一半。智能体载体本身的差异，大到你测出的「能力边界」只是手里这台机器的边界。附三个能直接抄的习惯：记失效条件、给推论立牌、定期拿旧结论对新载体对账。

人工智能

测试

职业发展

AI实测结论并非永久有效，其保质期取决于是否记录成立前提。以8月13日浏览器登录场景为例，结论一天内翻转三次，一个月后因载体与方式变化而失效。记录时需强制标注验证环境与失效条件，区分已验证与待验证推论，定期对账新载体，才能管理结论生命周期。

智能体

WorkBuddy 

4核4G3M云服务器 新用户低至38元/年！

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

实测结论的保质期管理：一条「有头窗口不可用」结论一个月后被推翻一半的完整记录-腾讯云开发者社区-腾讯云

实测结论的保质期管理：一条「有头窗口不可用」结论一个月后被推翻一半的完整记录

实测结论的保质期管理：一条「有头窗口不可用」结论一个月后被推翻一半的完整记录

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐