在 OneOneTalk，「帮我做事」不是一句口头承诺，而是一个叫委托（Mission）的对象：有目标、有完成定义、有预算、有风险等级。契约不全不启动，高风险动作先说后果再逐项请你批准，超预算立刻停下，做不到的步骤明说、不静默跳过。
任意对话都可以升级为委托：原来的上下文、你的意图和引用的资料自动继承，不需要重新说明一遍，升级也可以随时撤回。
升级的那一刻，一段闲聊变成一个有结构的对象——目标是什么、做到什么程度算完成、有哪些约束、预算多少、风险等级几级、预期交付什么产物。授权到哪一级在发起时就摆在你面前，而不是藏在某个设置深处。委托的依据来自数字分身的长期记忆：它记得你为何做出选择，所以计划不必从零开始解释你自己。
每个任务都显示自治等级，超出等级的动作直接拒绝执行，不允许模型给自己提权。
| 等级 | 行为 | 例子 |
|---|---|---|
| L0 回答 | 只提供信息，不执行 | 解释、头脑风暴 |
| L1 建议 | 生成计划或草稿，等你行动 | 邮件草稿、方案 |
| L2 可恢复执行 | 在授权范围内执行，可撤销，撤销入口在结果旁 | 整理文件、生成报告 |
| L3 外部行动 | 先展示后果，逐项审批，留回执 | 对外发送、公开发布 |
| L4 受限自动化 | 你预先定义范围、预算、频率与停止条件 | 定时监测、周报 |
不提供无边界的完全放权。支付、法律承诺、删除重要数据这类事，永远不进入自动化档位。审批人还必须自己拥有对应权限——AI 不能把动作塞进委托，借一个低权限的人绕过权限体系。
这套治理机制与诚实与隐私承诺是同一件事的两面：能力越大，越需要把「它做了什么」变成可查证的记录。
委托交付的不只是结果，还有过程的证据链。
每一次外部行动都会生成一条回执，记录执行者、使用的模型与工具、拿到的权限、输入范围、结果、成本和撤销方式。你看到的不是「已完成」三个字，而是一条可以逐项核对的记录。委托代你发布或修改的内容也一样：平台内的代发代改动作可撤销、逐条留回执、可一键撤下；一旦涉及向平台外发布，立即回到逐项审批，没有例外。
对于需要连续多轮生产的事，工作室提供成建制的生产线——委托在其中扮演制片人：审批钉在步骤上、预算闸在事前、回执贯穿全程。
一句话生成工程：对话式构建、文件树与实时预览，每次构建落回执，启动前先给 One 预估——事前预算闸，而不是事后账单。持久工程与版本链、合并部署的逐项审批，正在建设中。
梗概生成分镜脚本，确认后逐镜开拍，完成的镜头可连播成片；重抽预算事前算清、超了就停。分集分场的完整工程与跨集资产库，正在建设中。
在生产线里，模型是生产资料：你能看到模型名、成本系数和各自擅长什么，自己选。而分身对话域刻意不出现模型菜单——分身的身份连续性由后台按模型逐一评测保障，不靠你手动切换。
生产出来的作品不止于交付：通过市集，可验证的行动成果可以上架流通，成为收入。想系统练习如何与 AI 协作，也可以从课程里的情景练习开始。
安全性来自结构而不是口号：高风险动作在代码层面没有自动执行分支，唯一放行条件是你的逐项审批；可撤销动作的撤销入口就在结果旁边；每一步留回执可查。更多机制见诚实与隐私。
做不到的步骤会被明确挡住并告诉你缺什么，不会静默跳过后假装完成；超出预算会立刻停下等待你继续授权。委托失败是一个诚实的状态，不是一个被掩盖的结果。
委托消耗 One——OneOneTalk 站内统一的积分与算力计量单位，启动前会给出预估，执行中受预算闸约束。具体档位与价格以应用内价目页为准，更多说明见 FAQ。
有明确完成定义的事：一份研究报告、一个编程工程、一集短剧成片、一批需要代发代改的内容。判断标准很简单——你能说清「做到什么程度算完成」，委托就能把它接住并给出可验收的产物。