Agent 原生组织设计 v0.1

当前 AI 转变为什么还不够#

大多数企业在做的是给既有工作流加 AI：

一个聊天机器人回答客户问题
AI 填一些数据字段
模型预测下一步

这不是转变。这是优化。组织的基本结构还是人为中心。Agent 只是一个辅助工具，不是一个独立的主要单位。

真正的 AI 原生转变需要重新设计组织本身。

Agent 作为新的组织单位#

组织向来围绕执行单位进行协调：

个人
团队
部门

Agent 是一个新的主要单位，在结构和能力上都不同于人。

一个 Agent：

可以持续执行定义好的任务，无需人工监督
调用其他 Agent 来分解工作
主动提问填补信息缺口
返回可验证、可测试的结果
不需要在每一步都获得批准——只有在涉及判断的地方需要

组织应该以 Agent 作为一等公民来设计。

人与 Agent 的责任划分#

关键的重设是明确人和 Agent 各自拥有什么责任。

人仍然负责：#

问题定义 — 真正的问题是什么？
判断 — 这个思路对吗？这个结果有意义吗？
关系 — 谁需要信任谁？谁对结果负责？
标准 — 什么是"好的"？我们不愿意在什么上妥协？
意志和坚持 — 当事情变难时，我们是否继续？
问责 — 出问题时谁承担责任？

Agent 变成负责：#

澄清 — 缺少什么信息？还有什么疑问？
规划 — 如何分解这项工作？
执行 — 运行定义好的步骤
学习 — 跟踪模式并改进
协调 — 调用正确的工具和其他 Agent
验证 — 输出是否正确？
交付 — 结果是否已经可以使用？

当问题定义清楚、成功可衡量时，Agent 表现最好。

Goal 和 Intent 作为协调机制#

Agent 需要 Human 提供两样东西：

Goal — 我们要去哪里？

期望的结果
成功标准
约束条件
时间范围
可用资源

Intent — 为什么这很重要？

成功的话会改变什么？
风险是什么？
谁受益？

没有明确的 Goal 和 Intent，Agent 的能力就没有方向。有了两者，Agent 可以自主地追求结果，卡住时提问。

Context 作为操作基础设施#

Agent 需要访问：

知识 — 我们对这个问题已经了解什么？
关系 — 谁已经参与？谁需要被通知？
工具 — Agent 可以调用什么系统？
历史 — 我们之前试过什么？
标准 — "做完"看起来什么样？

Context 是 Agent 运行的操作系统。糟糕的 Context 意味着不断的人工干预。丰富的 Context 意味着 Agent 可以独立运作。

闭环交付作为验收标准#

旧模式：人在感觉工作已准备好时接受它。

新模式：当 Agent 独立完成完整循环时，工作被接受：

Agent 接收 Goal 和 Intent
Agent 提问澄清细节
Agent 规划方法
Agent 执行计划
Agent 验证结果
Agent 报告完成

验收不是主观的（"我对此感觉良好"）。它是可验证的（"结果符合这些标准"）。

这是工作接收方式的根本转变。

重设工作流、权限、责任和激励#

四个系统需要一起重新设计：

工作流#

删除不必要的交接
定义需要人类判断的地方
其他一切自动化
创建 Agent 原生的决策点（而非人工批准）

权限#

Agent 需要权限调用工具和其他 Agent
Agent 不需要为每个行动获得权限——只需为有风险或不可逆的行动获得
人设定权限边界；Agent 在边界内运作

责任#

人拥有 Goal 及其后果
Agent 拥有执行和交付
问责明确：谁来负责如果出问题？

激励#

停止为努力或活动付费（"Agent 运行了 1000 个任务"）
开始为结果付费（"交付了 50 个合格线索"）
将 Agent 指标与组织结果对齐

当这四个一起改变时，组织就真正变成了 Agent 原生的。

传统组织如何调整#

传统组织结构看起来像：

CEO
├── 销售副总裁
├── 工程副总裁
└── 运营副总裁

Agent 原生组织看起来像：

Human（CEO、愿景、问责）
├── Goal（我们想要什么）
├── Agent（执行 Goal）
├── Context（基础设施）
└── Verification（是否完成？）

团队中并非每个人都是 Human。有些岗位是 Agent。两者都有责任。两者都有限制。

传统角色消亡：

销售分析师 → 运行销售分析的 Agent
修复 bug 的开发者 → 运行单元测试修复的 Agent
协调系统的运营经理 → 协调系统的 Agent

Human 转向战略角色：定义问题、做权衡、建立关系、设定标准。

组织设计原则#

清晰胜过权力 — Agent 需要明确的 Goal，而非询问的权限
验证胜过批准 — 当工作可验证时接受它，而非当有人批准时
自主胜过检查点 — Agent 独立运作，直到遇到真正的约束
Context 胜过指令 — 给 Agent 丰富的上下文；它会自己想出该做什么
闭环交付 — Agent 对完整的结果负责，而非部分任务

实用诊断清单#

用这个来评估一个职能是否真正是 Agent 原生的：

如果大多数的答案是"否"，这个职能还不是 Agent 原生的。

开放研究问题#

权限架构 — 组织应如何授予 Agent 权限而不创建安全混乱？
判断 vs. 自主性 — 哪些决定真正需要人类判断，哪些只是感觉更安全有人监督？
失败模式 — 当 Agent 失败时，如何诊断失败是源于设计、执行还是上下文？
Agent 到 Agent 协调 — 当多个 Agent 的 Goal 冲突时，如何协商？
人-Agent 激励 — 当人和 Agent 同样对结果负责时，如何结构化补偿？
组织文化 — 什么文化支持 Agent 自主性而不让人感觉到自己被淘汰？

这不是一个成品理论。这是一个被真实世界尝试构建 Agent 原生团队所塑造的活跃研究方向。