MP510-80 MapleClaw 個人 AI 助理

不只回答問題的 AI

一般聊天式 AI 擅長回答問題、改寫文字與提供建議，但真正的日常工作通常不只發生在對話框裡。資料在檔案、郵件與網站中；程式需要建置、測試與版本控制；有些任務要等候外部狀態，有些操作則涉及權限與風險。

我在 MP510-80 上使用 MapleClaw，是想把 AI 從「回答問題的工具」往前推一步，成為能理解工作環境、使用適當工具、保存必要脈絡並和我持續協作的個人助理。

我所期待的不是一個什麼都自動決定的系統，而是一位有能力、也懂得停下來確認的協作者。

個人助理需要三種能力

一、理解脈絡

同一句「幫我更新網站」，在不同情況下可能代表完全不同的工作。是修改草稿、建立本機預覽、推送 Git，還是正式部署？一個可靠的個人助理必須知道目前專案的架構、已做過的決定與尚未取得的授權，不能每次都從零開始猜。

因此，MapleClaw 的工作空間不只是放檔案的目錄，也包含規範、工具說明與記憶紀錄。重要決定要寫下來，讓下一次工作能接續，而不是依賴一段終究會結束的聊天內容。

二、實際使用工具

有些問題靠文字回答就足夠，有些則必須操作後才能知道。個人助理需要能夠：

• 讀取與修改專案檔案；
• 執行程式的格式、型別、單元與瀏覽器測試；
• 檢查 Git 狀態與建置輸出；
• 在獲得授權時，連接外部服務或遠端主機；
• 把檢查結果整理成我能判斷的資訊。

工具能力讓 AI 可以從「建議怎麼做」進一步走到「做完並提出證據」。但能力越大，越需要清楚邊界。

三、知道何時不能自行決定

讀取本機程式碼與發送一封郵件，風險完全不同；建立本機 preview 與切換 production 網站，也不是同一級操作。

我認為個人助理至少要區分：

類型	例子	原則
唯讀檢查	讀檔、查狀態、執行測試	可主動進行並回報
專案內可回復修改	編輯文章、調整程式、建立 commit 前差異	在任務範圍內執行並驗證
對外或高影響操作	發信、公開發布、刪除資料、切換 production	先取得明確授權

「能做」不等於「應該直接做」。可靠性有一部分正來自克制。

一個實際的協作循環

以製作這個部落格為例，工作不是一句「幫我架站」就結束，而是經過多個可檢查階段：

1. 先盤點既有環境與網站狀態；
2. 記錄技術架構、部署邊界與驗收標準；
3. 建立靜態網站骨架與內容模型；
4. 完成版型、響應式與無障礙測試；
5. 加入我的介紹、文章、頭像與 Logo；
6. 建立部署、rollback 與 smoke test 流程；
7. 經我確認後，才進入正式上線。

在每個階段，AI 都可以協助大量執行工作，但決策與發布責任仍然清楚。這種分段方式比「一次自動完成所有事情」慢一些，卻更容易發現錯誤，也更容易回復。

記憶不是越多越好

個人助理需要連續性，但不代表應該保存所有東西。真正有用的是經過整理的記憶：

• 已確認的偏好與決定；
• 專案的重要路徑與限制；
• 曾發生的錯誤及避免重犯的方法；
• 尚待處理的工作與其原因。

密碼、token、私密內容與無關的個人資料，不應因為「以後可能有用」就被隨意保存。記憶的價值在於讓工作延續，不在於建立無邊界的資料庫。

我如何判斷它是否真的有幫助

我不只看 AI 回答得像不像人，而會看幾個更實際的結果：

• 是否減少重複查找與重做；
• 是否能在修改後提供測試證據；
• 是否清楚說明假設、限制與風險；
• 是否尊重權限，不擅自對外行動；
• 是否讓我更理解系統，而不是更依賴黑箱。

最理想的情況不是 AI 代替我思考，而是它把瑣碎工作整理好、把可能遺漏的地方指出來，讓我能把注意力放在真正重要的判斷。

人與 AI 的分工仍在形成

MapleClaw 對我而言不是一個已經定型的答案，而是一個持續實作中的方向。隨著使用經驗增加，我會調整工作規範、記憶方式、工具權限與驗證流程。

個人 AI 助理真正值得探索的地方，並不是讓機器表現得無所不能，而是如何在能力、責任、隱私與信任之間建立可長期使用的關係。

這也是我使用 MP510-80 MapleClaw 時，最想持續記錄的主題。