当前AI Agent的交互方式，大多是用户输入指令、Agent执行任务，这种“你问我答”的模式虽然高效，但远未达到理想中的人机协作状态。Paperboy团队认为，真正自然的协作应该是Agent通过观察用户使用电脑来主动学习，而非被动等待提示。这一观点直击当前AI Agent设计的核心痛点：人类与Agent的最佳配合方式，尚未被发明。
Paperboy提出的解决方案涉及两个关键创新：Agent的界面与记忆结构。在界面层面，他们主张采用即时通讯（IM）而非传统的会话（session）来组织对话。IM的连续性允许Agent长期跟踪用户行为，理解上下文，而不是每次对话都从零开始。在记忆结构上，Agent应通过观察用户操作电脑（如鼠标点击、窗口切换、文件打开）来构建行为模型，从而预测用户意图。例如，当用户频繁打开某个文件夹时，Agent可主动询问是否需要创建快捷方式或自动整理文件。
这种设计思路对行业影响深远。当前主流Agent（如AutoGPT、ChatGPT插件）依赖用户明确的指令，而Paperboy强调“主动学习”和“连续对话”，这要求Agent具备更强的上下文理解能力和长期记忆能力。技术上，这需要融合行为追踪、序列建模和意图识别等能力。如果实现，Agent将不再是工具，而是真正的数字伙伴。不过，隐私问题也不容忽视：Agent观察用户操作可能引发数据安全担忧，如何在透明度和用户控制之间平衡，将是落地的关键。
对于AI从业者而言，Paperboy的探索提供了重要启示：未来的Agent设计应更关注交互的连续性和主动性，而非仅追求单次任务的准确率。开发者可尝试在现有框架中引入行为追踪模块，或探索IM协议作为Agent交互载体。同时，用户教育也需跟上——当Agent主动提问时，用户需要学会更自然地与之协作。人机协作的终极形态，或许就藏在每一次“观察”与“对话”中。