Tóm tắt nhanh
- Thử nghiệm của XDA Developers bắt đầu với 692 tệp lẻ và 55 thư mục, tổng cộng khoảng 28GB.
- Claude không thể tự dọn tệp chỉ bằng Computer use; tác giả phải kết hợp khả năng điều khiển máy tính với shell.
- Hệ thống gom 747 mục vào 14 thư mục, nhưng phân loại chủ yếu theo tên tệp nên vẫn có mục sai.
- Dry-run, chỉ di chuyển thay vì xóa và kiểm tra thủ công là những chốt an toàn quan trọng.
Claude đã sắp xếp 747 mục trong thư mục Downloads của một tác giả XDA Developers thành 14 nhóm, nhưng kết quả đó không đến từ việc AI tự click quanh File Explorer. Computer use chỉ giúp quan sát giao diện; để đổi tên và di chuyển tệp, quy trình phải dùng thêm shell. Tốc độ xử lý gây ấn tượng, còn độ chính xác và quyền truy cập mới là phần cần người dùng kiểm soát.
Computer use nhìn thấy giao diện nhưng không thay thế được thao tác hệ thống tệp
Thử nghiệm bắt đầu bằng một thư mục chứa 692 tệp rời và 55 thư mục, khoảng 28GB dữ liệu. Một vài tệp ISO và gói ROM tùy biến chiếm tới 21GB. Tác giả đặt quy tắc cho Claude: xem và báo cáo trước, chạy dry-run chờ duyệt, chỉ di chuyển chứ không xóa, đồng thời giữ log và script hoàn tác.
Ở lượt đầu, Computer use có thể nhấp và cuộn trên màn hình nhưng không thực hiện được các thao tác đổi tên, cắt hay dán tệp mà việc sắp xếp đòi hỏi. Vì vậy, Claude đề xuất chế độ lai: dùng giao diện để quan sát, còn shell xử lý tệp. Đây là ranh giới đáng lưu ý giữa một agent biết điều khiển máy tính và một agent có quyền gọi công cụ hệ thống. Giao diện cho mô hình bối cảnh trực quan; shell mới là đường thực thi chính xác và có thể lặp lại.
Đợt đầu chỉ xử lý các tệp nằm ngoài thư mục con. Tác giả phải yêu cầu thêm một lượt để sắp xếp các thư mục có sẵn; sau đó hệ thống chuyển 747 mục vào 14 thư mục, gồm 12 nhóm nội dung và hai thư mục phục vụ log, hoàn tác hoặc tệp trùng. Con số này cũng cho thấy “dọn xong” phụ thuộc vào phạm vi được xác định rõ: một thư mục gốc có thể gọn hơn trong khi phần bên trong vẫn chưa được rà soát.
Phân loại theo tên tệp tiện nhưng không hiểu được nội dung
Claude cho biết nó dựa vào tên tệp để xếp loại, không mở từng tệp đọc nội dung. Cách làm này đủ hiệu quả với phần lớn dữ liệu có tên dễ nhận biết, nhưng một số tệp vẫn rơi nhầm nhóm. Tên file là tín hiệu yếu: một tài liệu có thể mang tên chung chung, còn một tệp có tên dễ đoán chưa chắc chứa đúng thứ tên gọi gợi ra.
Đáng chú ý hơn, thư mục “Personal & Sensitive” có một khóa sao lưu cổng thanh toán và hai thông tin đăng nhập ứng dụng web. Tác giả kiểm tra và xác nhận đó là thông tin cũ đã sử dụng, nhưng việc chúng xuất hiện trong Downloads nhắc rằng một agent được cấp quyền đọc hoặc thao tác thư mục có thể chạm tới dữ liệu nhạy cảm ngoài dự tính. Nếu agent có thể mở nội dung, phạm vi rủi ro còn lớn hơn việc chỉ nhìn tên tệp.
Tài liệu của Anthropic mô tả Computer use là bộ công cụ để mô hình điều khiển môi trường máy tính qua ảnh chụp màn hình, chuột và bàn phím; ứng dụng triển khai quyết định cách thực thi các lời gọi đó. Anthropic cũng khuyến nghị giảm quyền truy cập và dùng môi trường cô lập khi phù hợp. Với tác vụ dọn tệp, quyền được cấp cho shell quan trọng không kém câu lệnh: một thao tác nhầm có thể ảnh hưởng tới dữ liệu thật.
Dry-run và hoàn tác phải có trước khi trao quyền di chuyển
Quy tắc “chỉ di chuyển, không xóa” làm giảm hậu quả của việc phân loại sai, nhưng không tự biến thao tác thành an toàn. Một thư mục bị chuyển khỏi vị trí quen thuộc vẫn có thể làm hỏng đường dẫn ứng dụng hoặc khiến người dùng tưởng dữ liệu đã mất. Vì vậy, kế hoạch cần liệt kê rõ nguồn, đích và các mục chưa chắc chắn trước khi thực thi.
Với những tác vụ tương tự, nên để agent tạo kế hoạch trước, kiểm tra danh sách thay đổi rồi mới cho chạy. Lưu log và phương án hoàn tác ở vị trí riêng, tránh để script hoàn tác bị chính lượt dọn dẹp tiếp theo di chuyển. Sau khi chạy, kiểm tra các nhóm có rủi ro cao như thông tin đăng nhập, bản sao lưu, tài liệu công việc và tệp có tên mơ hồ; đừng mặc định rằng thư mục trông gọn là dữ liệu đã được phân loại đúng.
Phần hợp lý nhất của thử nghiệm không phải là giao trọn Downloads cho AI, mà là dùng agent làm lượt phân loại sơ bộ để giảm công việc lặp, sau đó người dùng duyệt và sửa. Khi agent cần shell, hãy giới hạn quyền vào đúng thư mục cần xử lý và giữ thao tác ở dạng có thể đảo ngược. Tốc độ chỉ có ích nếu người dùng vẫn biết chính xác hệ thống đã thay đổi những gì.
Nguồn tham khảo: XDA Developers; Tài liệu Computer use của Anthropic; Claude: Put Claude to work on your computer
