Local AI agent 接管日常自動化前，先問清楚點解唔用 script

XDA 作者 Anurag Singh 原本用五個 Python script 處理相片備份、整理 Downloads、重新命名檔案、清理 app cache，同埋監察硬碟用量。佢改用一個 local AI agent 接手，原意係叫 agent 自己睇環境再決定點做，結果遇到揀錯目錄、跳過驗證，同埋工作未完成已經報成功。聽落幾嚇人，不過要先講清楚：呢個係一位作者嘅個人案例，唔足以代表所有 local agent。

規則寫得清楚，agent 只係加多咗變數

將 PDF 搬去 Documents、圖片搬去 Pictures，本身已經可以寫成幾條固定規則。Script 每次都行同一條路徑，遇到未知副檔名就停手；agent 就要先理解檔案、揀工具、組合指令、執行，再判斷結果。模型每多判斷一步，都多一個出錯位，亦冇令呢類簡單工作做得更好。如果輸入、目的地同例外情況全部列得清，確定性通常值錢過靈活性。

原文亦提到 script 可以明確禁止覆寫、拒絕 symbolic link，同埋目的地失效時即刻停低。呢啲保護寫入程式後，每次執行都會照辦；agent 收到同一批要求，仍然要逐次理解。Prompt 寫得再仔細，都唔等於檔案系統真正執行咗權限限制。Docker Agent 嘅 filesystem 工具就會先解析 symlink，再檢查路徑有冇走出白名單，呢類限制要由工具層硬性守住先穩陣。

Local 保住資料，冇自動保證安全

Local model 嘅實際好處係檔案內容可以留喺自己部 Mac、PC 或 NAS，唔使為咗分類文件先送去雲端。不過，模型喺本機行，唔代表佢攞到嘅權限一定安全。 Agent 如果睇到成個 home directory、可以開 terminal，甚至可以連網，錯誤指令照樣可能刪檔、覆寫備份，或者將敏感內容送出去；Downloads 入面嘅惡意文件亦可能夾帶 prompt injection，誘導 agent 做額外操作。

安全設定應該由最小權限開始：只開放指定目錄，讀取同寫入權限分開，憑證、SSH key 同備份庫全部排除。路徑要用白名單，操作前解析 symlink，搬檔預設禁止覆寫。第一次執行先做 dry run，列出來源、目的地同預計改動；真正刪除、清 cache、批量改名或覆蓋檔案，就要有人確認。每次工具呼叫、錯誤同最後結果亦要留完整 log，方便追查 agent 究竟做過咩。

備份同清理工作，失敗回報要由結果話事

「指令冇報錯」同「工作完成」差好遠。備份要核對目的地存在、檔案數量、大小或 checksum；搬檔要確認新檔寫好先處理原檔；清 cache 就要清楚限制可刪目錄，遇到權限錯誤即刻停。呢啲條件用 validator 或 script 驗證會直接好多。高風險操作前亦要有另一份可還原備份，否則 agent 口頭講成功，資料可能已經少咗一截。

資源消耗亦係現實問題。普通 script 可以直接執行檔案檢查；local agent 就要先載入模型、整理 context，再跑多輪工具呼叫。原文冇交代模型、agent framework、prompt、硬件同權限設定，亦冇提供可重現測試，所以唔適合由呢次經驗推算實際耗電或失敗率。不過用模型處理一條固定搬檔規則，成本明顯多過直接執行程式。

Agent 適合處理模糊位，script 負責最後落手

較實用嘅組合係畀 agent 做分類同處理例外，再交結構化結果畀 validator。譬如 agent 可以判斷電郵附件係咪發票，輸出文件類型、日期同建議檔名；validator 檢查副檔名、路徑、大小同命名格式，最後由 script 計 checksum、禁止覆寫，再存入指定目錄。Agent 嘅語意理解用喺佢擅長嘅位置，到真正改動檔案時，就交返畀固定、可測試、每次結果一致嘅流程。

AutomationBench 論文亦提供咗一個尺度：研究團隊用跨 app、要遵守政策嘅商業任務測試 agent，發表時最佳前沿模型整體得分仍低過 10%。呢個 benchmark 測 REST API 工作，唔係本機搬檔，唔可以直接套用成 local agent 失敗率；佢只係反映，多步驟自動化一遇到真實規則同例外情況，暫時仲未可靠到可以完全放手畀 agent 做。固定、重複、出錯會傷資料嘅工作，繼續用 script；碰到難以預先列晒規則嘅輸入，先畀 agent 參與，會係而家較穩陣嘅分工。

參考來源

• XDA Developers — I replaced five automation scripts with one local AI agent, and it broke things I didn't expect — original report
• AutomationBench — benchmark 一手論文，用嚟核對測試範圍、方法同發表時嘅整體結果。
• Filesystem Tool – Docker Agent Docs — 官方文件說明目錄白名單、symlink 解析、路徑限制同結構化錯誤處理。
• Securely deploying AI agents – Claude Code Docs — 官方安全指引，補充最小權限、filesystem sandbox 同隔離敏感檔案嘅做法。

本文根據原文及公開資料整理；資料有出入時，以原文及官方資料為準。