The Verge 发布了一篇上手体验文章，聚焦 Claude 的 Duet 智能体（agent）。文章标题给出的判断颇具意味：这个 agent“有点神经质，却意外地有用”。
从这一评价看，Duet 给评测者留下的印象是双面的。一方面，它在行为上带有某种不可预测、略显“神经质”的特质；另一方面，它实际给出的结果又确实提供了帮助，“surprisingly helpful”的措辞说明，其可用性超出了评测者的预期。
对关注 agent 产品的人来说，这种“矛盾”并不陌生。随着智能体从演示走向真实任务，评价标准也在发生变化：能不能完成任务只是底线，行为是否稳定、可预期，以及用户敢不敢把任务真正交出去，才是决定一款 agent 能否被日常使用的关键。一个“神经质”却“有用”的 agent，恰好把这对张力摆到了台面上——能力层面已经够用，但交互与行为的一致性仍有打磨空间。
对开发者而言，这类反馈的价值在于它来自真实使用而非跑分：它提示 agent 产品的竞争点正在从“能做什么”转向“用起来是否让人放心”。需要说明的是，这是一篇 hands-on 性质的上手体验，而非基准测试，其结论更多反映使用者的主观感受，而非可量化的性能排名。