给无 API 的工单、设备和许可证门户接入 Computer Use Agent,最容易犯的错误是先问能否全自动。这个问题的粒度太粗。真正需要批准的对象,是某次运行准备对哪个租户、哪个对象、用哪些参数产生什么副作用。
OpenAI 2026 年 11 月 13 日发布的 Shield 客户案例提供了一个真实部署信号:Forge 已把部分遗留浏览器任务交给 GPT-6 Astra,并由技术员配置哪些动作可以自主执行、哪些需要复核或批准。Shield 报告这些工作流每月运行数千次,电话、上门和远程桌面任务仍由人参与。
本文不把这个案例写成通用自动化率。Shield 所称 35% 至 40% 平均提速,以及失败、超时和满意度改善,均属于厂商客户案例自报。公开页面没有任务分布、分母、具体失败率和独立复现。它能说明遗留门户已经进入生产使用,不能替每个团队决定权限边界。
先做动作盘点,不先选自动化等级
把一个门户至少拆成以下几类动作:
| 动作族 | 例子 | 首要问题 |
|---|---|---|
| 查询 | 查工单、设备状态、授权到期日 | 是否读取敏感数据,结果能否绑定稳定对象 ID |
| 内部更新 | 改标签、优先级、内部备注 | 是否可回滚,是否会触发下游自动化 |
| 权限与凭据 | 分配许可证、改角色、发起重置 | 是否形成长期访问权,谁有批准权 |
| 对外动作 | 发通知、提交供应商工单、上传文件 | 数据发给谁,是否代表用户或组织 |
| 破坏性动作 | 删除、撤销、停用、终止会话 | 能否恢复,错误目标的损失有多大 |
| 未知动作 | 新弹窗、异常告警、页面改版、陌生下载 | 当前证据是否足以分类 |
最后一行很重要。一个完整分类器必须允许证据不足,不能把所有输入强制塞进自动或审批两类。页面发生变化、对象无法唯一识别、动作含义不清时,系统应停在 need_more_evidence,而不是靠模型猜测继续。
每次写操作先生成审批工单
动作盘点完成后,Agent 可以提出动作,执行器负责把它转换为一张可核验工单。工单至少包含:
- 当前租户、门户来源和登录身份;
- 目标对象的稳定 ID,不只记录屏幕名称;
- 规范化动作类型与参数摘要;
- 数据敏感度、权限变化、外部副作用和可逆性;
- 预期终态与禁止出现的附带变化;
- 策略版本、分类结果和有效期;
- 是否需要临门审批、由谁批准;
- 幂等键、回滚方案和动作后回读方法。
审批只能授权这张工单中的冻结动作。批准给用户 A 删除许可证,不能复用于用户 B;批准上传一份日志,不能顺带发送另一份文件;页面等待期间目标或参数变化,旧批准立即失效。
这比通用的继续按钮多了一层约束:人批准的是具体业务变化,而不是 Agent 会话继续运行。
用异常分支决定何时接管
一套可落地的路由可以写成四条规则。
第一,纯查询且没有敏感传输时,可以在域名、租户和动作白名单内自主执行。查询结果仍要带对象 ID 和来源时间,避免把同名设备或旧页面当成当前对象。
第二,低影响、可回滚、有权威回读的内部更新,可以使用预授权。执行器校验目标和参数,写入后立即回读;回读不一致时结果为 unknown,不能继续重试。
第三,权限变化、数据外发、安装、删除、提交和扣款等后果显著动作,要在真正产生副作用之前确认。OpenAI 当前 Computer Use 指南也要求对购买、数据传输、破坏性修改和其他难以撤销的动作保持用户控制。敏感数据在输入表单时就已经发生传输,确认点不能放到最终提交之后。
第四,密码最终设置、绕过证书或付费墙等安全屏障、验证码、需要专业判断的异常,以及运行时无法可靠约束的动作,直接人工接管或拒绝。Agent 可以整理已完成步骤和所需信息,不能替人跨过边界。
OpenAI 的托管浏览器文档还提示:批准访问某个 origin,并不能强制保证该站点中的每个具体动作都再次确认。需要硬性保证时,应使用自己控制的运行时,在动作执行器里做权限检查,或把浏览器限制到根本无法产生相关后果的资源。
页面是输入,不是授权主体
遗留门户常有弹窗、富文本工单、供应商公告和附件。它们都可能包含提示注入、钓鱼指令或伪造的紧急要求。页面文字可以描述任务,不能扩大用户授权。
以下情况应中止当前路线并重新分类:
- 跳转到未列入任务的域名或租户;
- 出现证书告警、下载或要求运行脚本;
- 页面要求密码、一次性验证码或新的敏感字段;
- 当前焦点、选中对象或表单内容与审批快照不同;
- 一次操作可能触发多项副作用;
- 成功页面无法证明后台状态已经改变。
模型在屏幕上读到请继续,不构成权限。模型自己请求执行,也不构成权限。权限来自用户原始意图、明确的动作工单和执行器校验。
验收时只看业务终态
点击完成、工具返回成功、页面出现绿色提示,都只能证明交互过程推进。每个动作族需要事先写出终态合同。
以许可证撤销为例,合格验收至少包含:指定用户的指定许可证已不存在;审计日志记录相同对象、动作和批准 ID;其他许可证没有变化;客户通知只有在单独批准时才发送。任何一项无法确认,结果都应为 partial 或 unknown。
对没有稳定回读的门户,风险等级应自动上调。重试前先只读对账,避免第一次其实已经成功、第二次又制造重复副作用。能生成幂等键的系统应把它绑定到动作工单;不能生成时,至少保存目标、时间、页面证据与外部回执,供恢复流程核对。
这条验收边界与站内的 Commit Gate 设计一致:上下文中的规则用于解释,模型外部的门禁负责约束,权威回读负责证明完成。安全 Hook 的 能力矩阵则提醒,动作可见、可以阻断和已经留下持久证据是三种不同能力。
上线前用一张检查单收口
正式开放动作前逐项确认:
- 门户、租户和登录身份可以稳定识别。
- 每个动作都有规范化名称、参数和否定条件。
- 分类器保留证据不足、人工接管和拒绝出口。
- 高风险动作的审批由执行器强制,不依赖模型自觉。
- 批次或脚本中的每个副作用都被展开检查。
- 批准绑定目标、参数、页面状态、策略版本和有效期。
- 页面内容无法修改授权或动作路由。
- 每个写操作都有权威终态、禁止副作用和 unknown 处理。
- 重试有幂等或先对账机制。
- 误分类、门禁绕过、重复副作用、回滚和人工接管分别进入回归集。
上线顺序也按动作推进:先只读查询,再放开可回滚且能回读的内部更新,最后才考虑有参数绑定审批的后果显著动作。电话、现场和远程桌面是否可自动化,应独立评估,不能因为浏览器门户成功就顺延权限。
当前可得出的结论
Shield 案例说明浏览器 Agent 正在解除无 API 系统的接入瓶颈。它同时保留了一个清晰事实:技术员仍在配置动作边界,若干渠道仍由人处理。更快的模型可以扩大可执行任务集合,无法替代权限模型。
遗留门户的正确控制面不是一个全局自动开关,而是一条动作级链路:盘点动作,生成工单,按风险路由,在副作用前校验授权,执行后核对业务终态。访问能力解决怎么进入系统;动作风险矩阵决定进入之后能做什么。