AutoGLM 这类能代替用户执行手机或网页操作的智能体，能力越强，越要先划权限边界：哪些动作可以直接做，哪些必须停下来等确认。边界不划清楚，轻则误操作浪费时间，重则发出消息、支付下单造成实际损失。这篇给一份按风险分级的设置思路，具体开关位置以官方最新版本为准。
先按后果可逆性给操作分级
分级标准很简单：做错了能不能撤销。可逆的低风险操作包括查信息、整理浏览结果、填好草稿但不发送；高风险操作包括发送消息、支付、删除、修改账号设置、对外发布内容。前一类放手让 AutoGLM 跑，后一类一律要求人工确认。拿不准的操作往高风险归，宁可多确认一次，也别赌一次撤回得回来。
必须人工确认的几个场景
涉及钱的每一步都要确认，包括金额核对与收款方；涉及对外发声的，发送前把完整内容过目一遍；涉及删除或覆盖已有内容的，先确认有无备份；涉及个人敏感信息填写的，检查填写范围是否必要。这些场景设置确认步骤后，智能体的执行看似变慢，实际避免了绝大多数翻车，总体是赚的——一次误发的补救时间，够你确认上百次。
给智能体划活动范围
除了单步确认，还要限制活动范围：明确告诉它本次任务可以访问哪些应用或页面，超出范围的请求一律拒绝。执行复杂任务时，开一个新会话专门跑这件事，避免历史对话里的旧指令被误执行。任务描述里写清「做到哪一步为止」，比如「把表填好停在提交前」，把最后的扳机留在自己手里。
执行完再看一遍结果
自动化不是点完确认就撒手：任务跑完后核对关键产出，比如发出的消息内容、下单的订单信息、修改后的设置项。发现偏差立刻人工修正，并把这类情况记下来，下次任务描述里提前堵住。用一两周形成自己的「该确认清单」，之后使用就既有速度又有底，这套清单比任何教程都贴合你的实际用法。
划边界这件事，可以在第一次使用前花十分钟做成书面清单：左栏写你愿意放手的操作，右栏写必须确认的操作，放在使用场景里随时能看见。清单不是写给 AI 看的，是写给未来的自己看的——习惯成自然之后，人会不自觉地放宽标准，这份白纸黑字就是刹车。清单每隔一两个月复核一次：哪些原来要确认的操作实际从未出过错，可以移到放手栏；哪些新出现的场景要补进确认栏。权限边界是个动态的东西，跟着你的使用深度一起长大，比一开始就定死要好。还有一条经验：把误操作的案例也记在清单背面，每出一次补一行，这份负面记录比任何教程都能提醒你哪里会翻车。如果设备多人共用，清单还要加一条人设维度：给长辈用就默认全部高风险操作要确认，给孩子用再加上支付与下载类卡口，给同事用则明确账号边界与责任归属，一份清单按人微调，比共用一套宽松配置踏实得多。最后记住：权限设置的目标不是让智能体无所不能，而是让它在明确的范围内把事做对，范围越清楚，配合越顺。
AutoGLM 执行任务，确认粒度怎么拿捏？
- 每步都确认太烦，可以放宽吗？：可以按操作分级放宽，低风险批量放行，只对钱、对外、删除三类设卡口，粒度跟着后果走。
- 批量操作几十条，逐条确认不现实怎么办？：让智能体先出操作清单，你审一遍清单后放行执行，执行完抽查结果，这比逐条确认高效。
- 孩子在用的设备要额外注意什么？：把支付与消息发送设为必须确认，并开启设备层的使用限制，智能体权限只是其中一层防线。
