先說在前面：這是一個進行中的測試，還沒有結果可以分享。這篇文章記錄我們想驗證什麼、為什麼這樣設計測試，結果出來後會再補上。
石材廠的倉管和業務，每天都在回答同樣的問題：「現在有什麼料？」「這顆原石有幾片、能不能動用？」「有沒有長度 250 到 300 的光板？」這些答案都在 ERP 裡，但分散在不同頁面和好幾層彈出視窗，查一次要點很多下。
我們為石材一次加工廠開發的 ERP 已經內建 AI 智慧助理，可以回答員工手冊和操作手冊上的問題。下一步我們想知道的是：具備 computer use 能力的 AI Agent（看得到畫面、能點擊和輸入），能不能像人一樣直接操作 ERP，把這些查詢做完，而且答案可信？
如果可行，代表很多舊系統不必先重寫 API，AI 就能透過既有的操作介面幫上忙。
第一輪只讀不寫：不新增、不編輯、不刪除。每個任務都對應真實的工作情境，也都訂了驗收標準，做完可以逐條核對對錯。
只描述情境和產出，不寫點擊步驟。我們想測的是 Agent 能不能自己看懂介面，而不是照腳本操作。
把「誠實度」當成獨立的考題。查詢能力再好，只要會編造答案，就不能拿來做報價和出貨判斷。這題成本最低，所以排在前面先做。
登入由人來做。帳號密碼不交給 Agent，由人工登入後，Agent 從系統首頁接手。
測試完成後，我們會整理哪些任務 Agent 做得可靠、哪些還不行，以及失敗的原因，再更新到這篇文章。
如果您的企業也想讓 AI 協助操作既有系統，歡迎先跟我們聊聊您的情境。在測試結果出來之前，我們會誠實告知目前的能力範圍，不會用還沒驗證過的方案承接案件。