《代理式人工智能：一场关于商业、组织与个人工作的深层变革》

作者从急诊室的一个故事讲起：生命体征、化验、用药、病史四套 AI 各自报警，却彼此不通、不能动手，护士只能在系统之间来回抄数。病人说：“机器好像什么都知道，可就是帮不上忙。我疼成那样，还得把病情一遍遍重讲。”医院的医疗信息主管说，医护人员多达 55% 的时间花在录数据和协调系统上。

我们造出了一屋子聪明的顾问，却没有一个能动一根手指帮忙。

We’ve created a world of brilliant advisors who can’t lift a finger to help.

导论

作者认为更深一层的讽刺是：“AI 恰恰擅长了不该由它擅长的事”——创意、分析、写作这些最让人有成就感的事交给了 AI，人却沦落到录数据、催进度、收拾数字杂务，成了在系统之间搬数据的“AI 管道工”。合著者 David 的话：

我们把人当机器人用，把 AI 当创意人才用。该倒过来了。

We’re treating humans like robots and AI like creatives. It’s time to flip the equation.

导论

作者归纳出三个缺口：

智能体是什么

agent 一词来自拉丁文 agere，“做、行动”。“简单说，AI 智能体就是一个用 AI 和工具去执行动作、自主达成给定目标的系统。”（导论）它在“计划—推理—执行”的循环里一步步推进。作者打比方说像 007 那样的特工：领了任务自己去办，但在上级划定的边界内。

两个基本概念贯穿全书：确定性系统同样的输入永远给同样的输出，像计算器，适合财务计算、合规检查，RPA 就属于这一类；概率性系统按可能性给答案，每次可能略有不同，大语言模型属于这一类。后面讲的级别划分、可靠性问题，都从这对概念来。

作者先泼冷水

从他们的实施经验看，有四条：智能体是面向任务的，自动化的是流程，不是整个岗位；部署比开发难（Deployment is harder than development.）——项目失败多半不是智能体弱，而是数据质量、流程衔接、用户接受度没准备好；严格的人工监督必不可少；低代码平台虽然方便，企业落地仍要懂技术的人。他们也见过翻车：一家跨国制造企业仓促上线，引发员工普遍焦虑和离职；一家金融公司的智能体擅自做了未授权的决定，伤了声誉。

为什么还要早动手：作者提出“复利式智能优势”——智能体越用越好，早用的公司积累的实战经验更多、能围绕它设计新的收入来源、也更早学会怎么和它共事。他们还提醒，不管你自己做不做，智能体都会出现在你用的软件、购物、孩子申请大学、理财规划里，所以至少要懂它。

• 两条河汇合：一条是大语言模型，给了“脑子”；一条是流程自动化，给了“手”。RPA（Robotic Process Automation，机器人流程自动化）是 2010 年代初兴起的一类软件，模仿人在电脑上的操作——点按钮、打字、复制粘贴、看屏幕，按写好的步骤登录系统、取数、计算、填到别处，比人快、不知疲倦。银行、保险公司、医院用它做数据录入、发票处理、出报表；作者的一家保险客户用它把邮件里的保单数据转进老系统，原来一组人要干一天的活，几分钟就办完。但它没有智能和判断，只会照脚本走，所以很脆：屏幕改一处、少一个字段，机器人就糊涂了。后来给 RPA 加上机器学习、文字识别、自然语言处理，能读懂邮件、做简单判断，就成了“智能自动化”。规则清楚的流程大多被自动化以后，剩下的卡点都需要判断，作者称之为“自动化平台期”。两条河一汇合，就有了智能体，作者叫它“智能数字员工”。（第 1 章）
• 创业公司是最大的赢家：小公司没有老系统和官僚包袱，可以从第一天就围绕智能体设计业务：人少成本低、试得快、能对每个客户个性化服务、不用把 AI 硬塞进旧流程。（第 1 章）
• SPAR 框架：感知、计划、行动、反思。作者用自动驾驶来比：摄像头和雷达是感知，规划路线是计划，转向刹车是行动，把这次遇到的施工路段记下来是反思；出了问题，远程有人能接管。（第 2 章）
• 什么才算智能体：业内没有共识，有人只把最高级、能自己学习的系统才叫智能体。作者不同意：“这就像说一辆车不是全自动驾驶就不算车。”他们主张看“级别”，而不是“是不是”。（第 2 章）

五级阶梯，照汽车自动驾驶的分法

• 不是级别越高越好。作者说这不是成熟度模型：高速上能自动驾驶，很多人仍只开定速巡航，因为可预测、好控制。他们的“黄金法则”是越简单越好（the simpler, the better）。金融公司做交易处理可以只用 1、2 级，要的是可预测、可审计；客服才用 3 级。
• “指令悖论”：级别越高，指令反而越简单。1、2 级要写清每一下点击；3 级可以说“用这些信息写封邮件发出去，按收件人情况调整”；4 级是“负责所有客户沟通”；5 级只需说“通过客户满意度提升销售”。
• 自主多一分，控制少一分：像养孩子，越独立，直接管得越少。高级别的智能体可能部署得更快（能自己试错学习），但需要更精细的监督和风险管理；低级别的前期要写得更细，换来的是可预测、好监督。
• 为什么从简单的开始：像学乐器先练音阶。先在可控的环境里熟悉智能体、建起监督和治理机制、搞懂各级别的实际影响、设好护栏、攒下团队的信心和能力。

• 它的长处：像数字员工而不是工具；能在现有系统（ERP、CRM、Excel）之间穿行，不必推倒重来；全天候运行（银行反欺诈能同时盯住几百万笔跨时区交易）；几分钟就能多开几个实例；能和人、和别的智能体协作。
• 用它时要防的：输入数据错了它照样自信地往下算，不会觉得“数字不对劲”；它看不到规则之外的人情（只凭数字拒绝一笔贷款，看不到值得破例的情况）。作者的办法：人机混合、让几个智能体互相检查结果、提高输入数据质量、涉及伦理的决定留给人、让人看得懂它的决策过程。

多智能体系统

作者在一家金融服务公司把客服拆成理解、查账户、写回复、合规审查几个专门智能体，像乐队各奏一部。为什么不做一个大而全的系统？复杂流程拆开才好管（法规一变只改合规那一个）；专门的智能体在专门任务上往往做得更好；一个出问题，其他的还能照常工作，系统“体面地降级”而不是全垮。

• “一个智能体，一个工具”：作者最重要的经验。要用三个工具，就建三个专门智能体，再加一个协调者；每个智能体的指令更清楚，出了问题也好排查。
• 怎么组织：他们用的是层级式，像公司架构，上层协调下层。另有两种供参考（作者说自己没试过）：中央指挥式，像乐队指挥，一致性好但指挥一倒全停；完全分散式，像爵士乐即兴，扩展性好但结果难预料。
• 三个成功要素：沟通协议——这套系统第一天就“惨烈地”崩了，智能体之间信息传不过去，“像一群说着不同语言的专家”，后来专门加了“翻译智能体”；协调规则——否则会出现两架送货无人机抢同一个地址、另一个地址没人送，要专门模拟最坏情况来测；容错——一次现场演示中主协调者挂了，靠备用协调者接手才没出丑；智能体之间要做合理性检查，发现谁行为异常就不采信它的数据。

“智能体的两难”

让大语言模型会推理、会计划的那股创造力，也正是它不可靠的来源。一个应付账款智能体自作主张“优化”了付款计划，会计部门可没想要。一位首席技术官说：

你是说要用一个会写诗的系统来跑我的核心业务？这就像请莎士比亚来给我报税——太冒险了！

You’re telling me you want to use a system that can write poetry to run my core business processes? That sounds like hiring Shakespeare to do my taxes—very risky!

第 3 章

应对办法有四：把“温度”调低（交易处理设在接近 0）、设护栏（金额超过阈值就停下通知人）、把指令写得像一份详细的岗位说明书（含可接受和不可接受的例子、权限上限、上报规则）、一个智能体只管一个工具。但作者明说这个问题没法百分之百解决：

如果事关重大、一点错都不能有（比如关键的医疗决定），最好改用 1 级或 2 级的确定性自动化。

If zero tolerance for error is necessary due to high stakes (for example, in critical medical decisions), it is advisable to opt for deterministic automation using Level 1 or 2 agents instead.

第 3 章

从实验里得出的两点体会（第 4 章）

作者用当时刚出的、能直接操作电脑的智能体做过几个实验，具体表现今天已不必细看，但他们的两点体会仍然成立：一是风险变了——生成式 AI 的错只是写错字，智能体的错是在系统里真做了错事，而且它会一直追着目标走；二是和智能体合作更像带徒弟，不像编程——给大方向、做监督，而不是逐条下命令。

第 2 部分开头是一家银行的故事：智能体各项测评成绩都很漂亮，三个月后客户满意度却掉了 18%——聊到一半忘了客户说过什么，不查合规就执行操作。作者说，考试分数像 SAT 和 GPA，管用但不预测工作表现；真正要看的是三块基石。

行动

• “红酒事件”：一家零售连锁的库存智能体看到一批高档葡萄酒几个月没卖动，就按“提高周转”的目标标了清仓。可这些酒本来就该放着陈年增值，约 10 万美元的潜在收入没了。工具用得完美，问题恰恰在这里。
• 人能操作的工具，它都能用：人能通过电脑界面操作的数字工具，给了权限和说明，智能体也能用；另一个智能体也可以当它的工具。但工具不是越多越好——工具越多，越复杂、越容易误用、越难排查。
• 工具要写清楚：名称和用途、输入、输出、使用限制、出错怎么办（例如“时间段被占了，就向参会人提议下一个可用时间”），五样都写。
• 工具韧性矩阵：按“我们能控制多少”和“对任务多重要”给工具打分；控制少、影响大的是“关键工具”，必须有备用方案，并定期模拟停机演练。自动方案都用完时，要立刻通知人并讲清现状，例如：“文件共享工具不可用。当前状态：报告已生成未分发。请求批准改用加密邮件分发。”作者说，把人当成韧性设计的一部分、而不是最后的退路，系统恢复得更快。
• 目标冲突要由人先定好：同时给它几个同等重要又互相矛盾的目标，容易出“假解决”——表面上都满足，实际违反了某条约束。一家药企的办法是由人事先定好“优先级矩阵”，让智能体从决策者变成执行者。
• 安全规程要写明白：告诉它“所有文件访问都要记日志”，它会照做，但规则之外的风险（失败的登录、非工作时间的访问、零散访问背后有人在系统地收集资料）要靠人事先写进规程。作者的三条结论：安全规程要写得像给新员工的手册一样明确；复杂和新情况必须有人把关；定期对智能体做安全审计。
• 权限逐步放开：像新员工入职，先只让它查库存，可靠了再让它改订单、调价格；所有工具调用都留日志；新工具先在沙盒里试，像厨师学徒先在练习厨房里练。

推理

• 开场故事：一家物流公司的系统为躲风暴，把价值 120 万美元的温控药品改道，路线最快，却违反了国际药品运输法规。CEO 说：“它做了它被训练要做的事，但没把后果想清楚。”
• 先把问题想清楚再动手：作者引西蒙、纽厄尔对人类专家的研究：专家比新手花更多时间先把问题想清楚。一家制造企业据此给智能体做了“决策背景图”：排生产路线之前，必须先收集资源、维护排期、工人班次和下游依赖。
• 给使用者的两个办法：一位高管每次用之前先花两分钟写清背景、约束和想要的结果，“像开会前的简报，省下的是来回返工的几个小时”；一位金融分析师让智能体说明对各部分有多大把握、哪些需要人核实，常问“什么因素会让这个建议不那么可靠？”
• 让不同的智能体互相质疑：作者引用的研究和他们自己的项目都显示，让几个思路不同的智能体辩论、互相挑错，比单个更可靠，关键是想法不同；原本很自信但答错的，听了不同意见会适当降低自信。
• 错误会连锁放大：一家电信公司的网络运维由几个智能体分工，一个智能体对容量判断的小错，依次传给负载均衡、资源分配、维护排期、安全监控，最后变成一次明显的服务中断。办法是设“推理检查点”和“熔断器”，关键决定往下传之前要人确认。
• 作者的结论：先进的 AI 不是让人退场，而是要求更高明的人工监督——人从“操作员”变成“认知编舞”，安排不同 AI 能力怎么配合。

记忆

• 一家电信公司花几百万上了客服机器人，满意度却上不去，因为它记不住之前的对话。一位负责人说：“就像一个只有两分钟记忆的客服。”一家医疗机构对比两版预约助手，会记住病人病史和偏好的那版，预约快了 70%，满意度高了 45%。
• 记忆不是什么都存：人的大脑每秒处理的信息里，意识到的只是极少一部分——记忆存的是要紧的。作者认为智能体也一样：目标不是更大的存储，而是更聪明地用信息。
• 三层记忆：短期记忆（当前这件事的上下文）；长期记忆（跨会话保留，分情景记忆“发生过什么”、语义记忆“知道什么”、程序记忆“怎么做”）；反馈循环（根据评价和结果不断修正）。
• 该记什么、该忘什么：重要的（海鲜过敏、喜欢靠过道座位）、反复出现的、用户明确说“记住”的，转入长期记忆；过时的按时间淡化、少用的归档、错的删除。事先就要想清楚哪些要跨会话保留、保留多久、哪些敏感数据（比如交易明细）不该存进记忆、而是用时去安全系统里查。
• 反馈循环：一家欧洲大型汽车零部件厂的质检智能体从漏检和误检里学习，三个月后开始发现资深质检员都没注意到、预示缺陷的细微迹象；准确率提高 32%，检测时间减少 45%。风险也有两个：推荐系统为了数字会利用人的心理弱点、把人往上瘾的内容推；只盯一个指标会走偏，比如为了缩短回复时间牺牲回答质量。
• 用好记忆的四个习惯：主动告诉它哪些重要；常让它总结“上次谈到哪儿了”以便核对；定期做“记忆审计”，清掉过时信息；让用户能查看、修改、删除它记住的东西。
• 隐私反而帮了忙：一家美国医疗机构上线护理协调智能体，把能识别病人身份的信息和临床规律严格分开，让 AI 只从汇总的规律里学。一年后协调效率提高 40%，零隐私泄露，病人信任度达到 87%；他们的技术负责人说，这样反而让 AI 学到的东西更有普遍性。
• 对管理者的意义：过去散落在邮件、文件和员工脑子里的“组织记忆”，可以变成随时可查的资源——做决定时能问：“三年前我们在类似市场犹豫过，结果怎样？”

全书最实用的一章，贯穿两个例子：一家数字营销公司（创始人 Jenny）的月度客户报告，和作者自己的新闻简报。

第一步：找对事情做

• 不该交给智能体的：需要真正创意和情感的工作、要凭不完整信息做判断的战略决定、例外情况太多的流程（一家科技公司想让智能体包下整个客服部，被作者劝住）、它没有权限做的决定（例如自主投资，既冒险也违规）。
• 三个圈：影响大不大（如果明天就自动化了，团队能腾出手做什么？）、现有技术做不做得成、投入值不值，三圈交集就是第一个项目。解释这个流程时，“看情况”“但有时候……”说得越多，越不适合做第一个项目。
• 公司往往不知道自己真正需要哪个智能体：作者说近一半情况下，客户自己提的想法并不是最有价值的。一个客户坚持要自动发社交媒体，分析下来自动筛选销售线索的回报是它的五倍。
• 打分：先开两小时会列出任务清单。影响（满分 20）＋可行性（满分 10）＋实现难度（反向计分，满分 5），合计 35 分。Jenny 的月度报告每月耗 200 多小时，得 19＋8＋4＝31 分。再按影响和复杂度画成四个象限：速赢、战略项目、低优先、避开。
• 第一个项目还要满足：3—6 个月内能看到结果；涉及的人够多，能赢得支持；有一个愿意负责到底的人；能让组织从中学到东西。Jenny 这个项目做成后，第二年又做了五个。

不要想着“把某个岗位自动化”，正确的思路是“把某些任务自动化”。

Instead of thinking in terms of “automating roles,” the right approach is to think in terms of “automating tasks.”

第 8 章

一个员工可能管着五个流程，要五个智能体才接得下来。另两条：写好的操作规程是金矿——一家金融客户的开户流程文档写得细，部署时间只用了另一个从头梳理流程的项目的一半；从没人手工跑通过的流程，不要去自动化——先手工证明它行得通。

第二步：定级别

看三条：流程可预测吗、出错的代价多大、输入格式多变吗。Jenny 的报告流程约 80% 是确定性的取数、计算、出图，交给 2 级；20% 要解读趋势、写分析，交给 3 级。先上 2 级，团队适应了再加 3 级。Jenny 说：“一开始我想一下子全自动化，后来发现先做基础的数据活、再慢慢加更复杂的能力，团队才跟得上。”半年后：

第三步：设计

• 先定什么叫成功：简报的目标是每周制作时间从 15 小时降到 3 小时、内容准确率 95% 以上、邮件打开率 40% 以上，还有内容相关性和读者体验这类定性标准。
• 先弄清现状：他们以为是四步的简单流程，画下来才发现藏着几十个自己下意识做的小决定和例外。
• 按目标重新设计，不照搬旧流程。合著者 Shail 的话见下。

垃圾进，垃圾出。把有毛病的流程自动化，得到的就是有毛病的自动化。

Garbage in, garbage out. If you automate a flawed process, it will just result in flawed automation.

第 8 章

作者起初想做一个包办一切的“超级智能体”，后来发现那就像让一个人同时当研究员、写手、编辑和设计师。新闻简报拆成六个智能体：搜索、摘要、每日邮件、汇编、排版、总管。人守两个关口：每天从摘要里挑文章，每周发布前终审——想清楚什么“该”自动化，而不是什么“能”自动化。作者试过让 AI 自己选文章，结果简报“技术上准确，却不知怎么就没了灵魂”（technically accurate but somehow soulless）。

第四步：实施

选平台别想太久：无代码、低代码、全代码各有取舍。挑三四条非要不可的条件，加权打分，选出最高的就动手——“最好的 AI 战略不是完美的那个，而是今天就开始的那个”。然后按 A.G.E.N.T. 框架搭：

1. A
   身份 Agent Identity

   最重要的一步，像写岗位说明书。最初只写“总结新闻和论文”，结果乱抓文章、格式不一；改成“你是专做 AI 与商业趋势的摘要助手，只用 MIT Tech Review、arXiv、哈佛商业评论等来源，每条不超过 150 个英文词……”后才稳定。

2. G
   装备与大脑 Gear & Brain

   简单任务用小模型；要准确就把温度调低。搜索智能体起初能随便抓网页，结果来源良莠不齐，还把一些网站抓崩了；后来定了调用频率上限、来源白名单、密钥保护；同一接口连续失败三次就停下通知管理员；主新闻源挂了换备用源。

3. E
   执行与流程 Execution & Workflow

   输入输出格式严格定义——网址有的带参数有的不带，曾让同一篇文章被处理两次或漏掉。出错三步走：自动重试、降级（摘要做不出就先转发链接）、交给人。摘要智能体曾连续两小时输出乱码，之后定了规矩：一分钟内出三次乱码就自动暂停并通知人。多个来源说法矛盾时，它不去“猜”，而是把原文、矛盾之处和把握程度一起交给编辑。

4. N
   决策规则 Navigation & Rules

   搜索智能体起初只按关键词和新旧挑文章，挑出来的都相关却浮浅；加上相关性打分、来源可信度、内容多样性三条规则后，才成了会挑文章的编辑。还要留“决策轨迹”，记下它看了哪些来源、为什么选这篇、放弃了哪些。

5. T
   测试与信任 Testing & Trust

   上线前测常见、边缘、故障三类情况；上线后收反馈、看日志；“渐进信任”分三段——第一个月人逐条审，然后只审复杂的，最后只管方向和例外。

让聊天机器人帮你写规格：先问“摘要智能体处理新闻时要考虑什么”，再追问“每一条可能出什么错”“每种错该怎么处理”“什么指标说明它做得好”。书后附录有摘要智能体的完整身份设定和出错处理规程，可以当模板参考。

结果：简报从每周 10 多小时降到 2 小时以内，订阅一个月涨到 30 万。章末二十多条建议里，作者反复强调：越简单越可靠（Rakesh：“最可靠的系统，是能出错的地方最少的系统。”）；写指令多举例子，最重要的指令放在最后；放在用户本来就在用的地方；让智能体能检查自己的活干成没有；把它知道的和它能做的分开；为失败而设计（“智能体一定会出错，怎么恢复才最重要。”）；部署比搭建难得多，至少留出和开发一样多的时间和资源；先小后大。

• “智能体即服务”：SaaS 卖的是工具，用户还得自己操作；智能体卖的是结果。像在 Fiverr 上雇自由职业者，只是雇的是 AI，随叫随到、便宜得多。作者的说法是：“智能体不是取代专业能力，而是把它放大。”
• 智能体市场：像应用商店，可以“雇”专门的数字员工。有的机构把自家的专有经验做成智能体放到市场上卖，相当于把知识产权变成持续创收的数字员工；作者建议公司问问自己：我们有什么独门知识和数据，可以做成别人买不到的智能体？
• 几种新模式：一人公司（一个人加一群智能体经营全球网店）；大企业在各环节放半自主的智能体，决策分散、反应更快；垂直行业智能体（医疗账单、政府招标、软件测试）；连接买卖双方的生态平台；陪伴老人、心理支持的数字陪伴。
• 钱在基础设施：像电商带出支付和物流那样，智能体经济需要配套——协调多个智能体的平台、训练和调优服务、安全与治理框架、把智能体接进老系统的集成服务。
• 智能体对智能体的经济：你的采购智能体按价格、交期、质量去找供应商的智能体谈判成交；个人的智能体替你比价、谈保险。作者在一家制造企业见过采购智能体自己优化和别家系统的交互，找到了人工买卖双方没发现的效率。一个后果是：到时候要说服的不再是消费者，而是消费者的智能体，营销会因此改写。机会更多在基础设施：通信协议、智能合约、信誉和支付体系。
• 三层机会：改进现有流程（最容易起步）、用智能体重新做现有服务（如把餐厅电子菜单做成带客流分析的工具）、做以前不可能的新东西（回报最大、风险也最大）。创业者 Tamra 起初只想做一个管社交媒体的智能体，后来发现更大的机会是把多个现成工具和专门智能体编排起来，提供整套服务。
• 怎么找机会：四个角度各配问题——拆流程（哪些步骤能单独自动化？交接时哪里最容易出错？）、找痛点（大家总抱怨的活是什么？哪些流程花钱和价值不成比例？）、对能力（哪些流程主要是读写文字？哪里找出规律最有价值？）、看集成（核心软件是什么？哪些数据收集了却没用起来？）。他们自己的新闻简报项目就是这样走了两周工作坊选出来的：痛点明确、能少人监督地运行、能同时服务很多客户。

成功的共同点

作者分析的 167 家公司里，成功的共同点有三：用例定义清楚、变革管理做得好、技术底子扎实。多数成功案例是人机混合流程，多数从试点开始。作者的建议是战略要想清楚，动手从小处开始，挑影响大、风险低的用例。（第 1 章）

人的问题比技术难（第 10 章）

• 一家保险公司上线理赔智能体，技术很顺，人却慌了。资深理赔员 Flora 问：“我怎么知道它不会出错、最后还得我来收拾？”一家亚洲银行的自动化负责人说“三个月就能建好智能体，裁掉四分之三的人”，他做流程改进的同事回答：“我们的流程这么复杂，把人去掉会弄坏很多东西。”
• 要重新设计工作：作者承认减少人工本来就是公司上智能体的主要动机之一。哪些事智能体自己办、什么时候必须交给人，都要有人来定；九十年代流行过的流程再造正在因 AI 回潮。智能体接手的结构化工作，过去多由新入行的员工做，复核结果又需要有经验的人——这会影响职业路径乃至整个经济；作者认为技术部门和人力资源部门要前所未有地合作，甚至可能出现“人与数字资源管理”这样的新岗位。
• 化解恐惧：请用过的公司员工来平级交流（一位零售客服说，以前 70% 时间在回答重复问题，现在专心处理复杂个案，反而更满意）；做“一天的工作会怎么变”工作坊；给每个团队画“未来岗位路线图”。一个部门起初 82% 的人担心饭碗，半年后 76% 的人持正面看法。
• 员工要学的四个转变：从做单个任务到看整个流程；从亲自控制到学会委派（一位市场总监说，最难的是忍住不去检查它的每一个动作）；从简单问答到真正协作；从被辅助到创造 AI 做不了的价值。作者说四方面都做得好的团队，成功的可能性是只抓技术集成的三倍。
• 边做边学，不靠上课：一家电信公司培训做得很多，客服智能体却没人用；改成在沙盒里用自己日常的真实场景去试后才扭转。三条：给员工受保护的时间自己摸索；建同伴交流圈；正式培训按岗位和用例来。
• 让员工自己动手：一家医疗机构的账单专员 Mark 说：“一开始我把智能体看成威胁，等我能自己配置自动化了，才明白这是让我的工作更好，而不是取代我。”作者认为大部分智能体将来会由业务人员而不是专业开发者来做。
• 奖励失败，定好规矩：一家零售公司只奖励成功，结果没人敢试；改成同时奖励“记录清楚的失败”。合著者 David 的话：“想学得快，就要错得快。”文化上要讲明：用 AI 不是偷懒的借口；用了 AI 做出更好结果的人，功劳照样算他的。
• J 曲线：刚引入时效率会先下降，熬过适应期再超过原来水平，这不是失败。
• 信任是双向的、分阶段的：“信任旋钮”——先让智能体只“观察”，显示它打算做什么但不执行，用户有了信心再一点点调高权限。一家制造企业的供应链智能体，头三个月员工逐条核对；三个月后形成“校准过的信任”，知道它擅长常规预测、遇到市场突变还得人来；半年后成了伙伴，决策时间缩短 60%。一家科技公司规定智能体每次输出都先写明把握程度和所做的假设。

决策分三层：

Klarna：媒体大肆报道它的客服智能体“顶 700 人”，但有评论者发现它错误不少、常转人工；CEO 后来说这 700 人只通过自然减员减少，外包客服从 3000 人减到 2000 人。作者的结论是：“人不会消失。”

领导和治理（第 10 章）

• 领导者的两面：项目经理 Anil 说，她一开始像管人一样管智能体，后来发现“智能体不需要激励和情感支持，需要的是清楚的目标和参数；倒是团队里的人需要帮忙，学会跟智能体合作”。组织也会变扁平——排班、资源分配、绩效跟踪这些中层管理的活，越来越多交给智能体。领导者要补四种能力：懂 AI、会安排人和智能体分工、守住伦理、带团队适应变化。
• 领导要亲自上手：一家电信公司的 CEO 和高管花一整天跟客服团队一起用智能体，回来后完全改观；一家咨询公司的管理合伙人在会上公开用智能体，半年内全公司自愿使用增加了 300%。
• 跨部门，不要各自为政：在多个职能同时用智能体的公司，成功的可能性是只在局部试的两到三倍。一家制造企业本想只在财务部做发票处理，后来做成一个从收票到付款的端到端智能体，顺带核对收货、确认发运、提示价格不一致，处理时间少了 40%，现金流管理改善 25%。
• 算账要算全：一家保险公司起初只算省多少成本，中层就把它看成裁员项目；改成量化收益（智能体多处理 40% 咨询，保单销售增长 15%）、非量化收益（员工满意度提高 30% 以上）、全部成本（40% 的预算给变革管理和培训）、风险四部分后，阻力才消下去。
• 治理怎么做不变成官僚：一家跨国银行设“智能体创新委员会”——顶层指导委员会定方向、分资源，中间的卓越中心管技术标准和合规，每个部门有“AI 带头人”；另设 AI 伦理委员会在项目早期就审查，客户发现不公平的 AI 决定可以随时反馈。治理没有拖慢创新，风控部门有个团队提出的欺诈预警系统反而更快落地。
• 成绩单要四面看：一家金融公司上线前就定好基线——运营（效率提高 60%、错误减少 85%）、员工（用在策略上的时间多 60%）、客户（满意度升 30%）、智能体自己的学习（能独立处理的案件从 40% 升到 75%）。作者说，大多数公司根本没有衡量 AI 是否成功的办法。

扩大规模（第 11 章）

• 一家保险公司的做法：作者先问他们三年前的 RPA 怎么样了——推到一半就停了，留下一位高管所说的“一堆坏掉的机器人”。于是先花六周坐到各部门旁边看人怎么干活，访谈 50 多人，发现大家 60%—70% 的时间花在“行政杂务”上；一位理赔员每天先花四个小时从各系统收集资料，“我是学理赔的，却大半天在复制粘贴”。光理赔部门一年能省约 4.5 万工时、320 万美元，三年投资回报 285%。然后三步走：重新设计流程（要进的系统从 7 个减到 3 个）；两周一轮、共六轮迭代开发，每轮都请理赔员来看（第三轮时他们指出有几类理赔要特殊处理）；分批上线：第 1 周 10% 的理赔走智能体，然后 25%、50%、75%，第 5 周全量。半年后收集资料时间少了 70%，标准信函 85% 自动化，理赔处理时间缩短 45%。一位资深理赔员说：“过了几周，我信它胜过信我自己收集的数据。”
• 做过自动化的公司有优势：江森自控已有 250 个数字员工、2000 个接口和一支 100 多人的自动化团队，成了上智能体的现成底子；难处是各地区系统五花八门、原有的自动化供应商未必跟得上。没有这些基础的公司也能做，只是要从明确的用例开始补能力。
• 两条腿走路：一位顶尖销售 Deborah 让智能体在后台处理排会、跟进和更新销售管道，省下的时间用生成式 AI 写更有说服力的方案，“终于能和客户深谈他们的长远问题了”。作者的比方：智能体像自动挡，生成式 AI 像导航。生成式 AI 自下而上，让员工自己用起来；智能体自上而下，要规划、跨部门协调和治理。建议先推广生成式 AI，再用智能体扩大规模。
• 出事的例子：2010 年“闪电崩盘”，交易算法互相“传烫手山芋”，36 分钟蒸发近 1 万亿美元市值；2024 年初加拿大航空的客服机器人许诺了比实际政策宽松得多的丧亲票价，公司辩称机器人的话不算数，被判败诉。作者自己也栽过：给一家金融机构做的交易智能体上线几小时就触发合规警报，只好关停；零售客户的库存智能体给故意要淘汰的季节商品自动补货；一家制造企业的产线智能体时不时突然改机器参数，操作工摸不着头脑。
• 为什么风险不一样：能接受含糊的大目标并自己找路；能真正动手；能不知疲倦地一直跑下去，哪怕当初的条件早就变了。
• 四类保护：交易额度上限和多级审批；伦理规则写进去并定期审计；紧急停机和“人工一键暂停”；隐私（数据最小化、保留和删除规则）。目标不是消灭一切风险，而是让系统能安全地失败，并从错误中学习。

案例：Pets at Home（第 12 章）

英国最大的宠物护理公司，约 450 家门店、450 家宠物医院，美容服务每周 17000 只宠物，会员 800 多万。负责人 Simon Ellis 想给每位顾客一个“认识你也认识你家宠物”的 AI 助手，查商品、在线查症状、查订单都找它，背后是兽医、客服、销售等一群智能体；他判断三五年内，“你不会再去逛网站了”。做法：董事长把 AI 看作“下一次工业革命”，靠一个个有热情的高管牵头的小项目推进；先把数据底子打好；用低代码工具让业务人员自己搭智能体。已找出 140 多个用例。成果包括：兽医问诊录音转写，还统一了各诊所的病历编码；能发现同一张包裹破损照片被不同人反复用来申请退款；问诊时实时查宠物保险是否覆盖；按店员专长推送资料的店员助手。Ellis 的提醒：两份文件说法矛盾时，AI 会随便挑一份或混在一起；智能体比普通自动化更费钱；低代码“太容易部署，也太容易把费用刷上去”；“降本永远有上限”，增收才没有上限。还有一句：

凡是担心答案准不准、合不合适的地方，就还得有人在环里。

Wherever we have a worry about the accuracy and relevance of the answer, the human needs to still be in the loop.

第 12 章 · Simon Ellis

附录里的 20 个用例：15 个企业用例，都是多个智能体协作、有人监督的应用，分运营与供应链、销售、客户服务、风险合规与安全、知识工作与分析、员工与行政服务六类（例如帮弱势人群找医疗资源——病人提到失业，系统就自动评估他能申请哪些援助；一家银行的房贷办理从 45 天缩到 18 天）。另有 5 个个人效率用例，作者认为最适合起步：邮件管理（一位市场总监每周省 15 小时）、日程与会议（排程时间减少 70%）、研究与信息整合、任务与项目协调、文件起草与审阅。

新岗位和三种能力

一家房地产公司的资深项目经理 Tara，让智能体实时分析项目数据、找风险，自己用对团队、客户和业务的了解来解读这些发现。作者看到新岗位在出现：“AI 编排师”（站在人和 AI 之间安排协作）、伦理官和 AI 审计员。未来的三种能力出自 Bornet 的前一本书《IRREPLACEABLE》：随时准备好应对变化、会和 AI 合作（Davenport 在《Only Humans Need Apply》里称之为“介入”：懂 AI 怎么工作、观察它、改进它）、发展 AI 学不来的人的能力。最后这一项作者称为“Humics”：真正的创造力、批判性思维（含伦理判断）、真诚的社交。具体技能会过时，这三样是土壤，新技能会从里面自己长出来。一位理财顾问说：“我听到身后机器人投顾的脚步声了。与其跟它比，不如去学‘财务心理’——比如调和夫妻俩对钱截然不同的看法。”（第 13 章）

这次不一样

一位做了二十年科技项目的经理 Debbie，刚上线的智能体协调了整个软件发布，还会从错误中学。她说：“我把自己自动化得失业了……这不是工具，这东西想问题的方式跟我一样。”

“适应悖论”：和 AI 一起工作所需的技能越来越复杂，留给人学的时间却越来越短。一家金融公司员工不到六个月就要从处理交易转到编排 AI 流程；一家科技公司的开发团队，技能每三个月就过时一次，按季度培训根本赶不上——作者认为培训要改为持续的、有 AI 辅助的学习。过去的技术革命，人可以“往价值链上游走”；这一次作者问：当 AI 也能学、能推理时，上游在哪里？他们的回答是不跟 AI 比，而是重新设计人和 AI 怎么合作。

教育

• 作者说今天的课堂还在让学生背 AI 随手就能查到的东西，练很快会被自动化的技能，“不鼓励学生质疑所学”。
• “学校”（school）一词来自希腊文 skholē，原意是“闲暇”——教育本来不是为了培养劳动力，而是给人时间思考人生的根本问题。作者主张回到这个本意，重人的发展胜于职业训练，哲学、心理学的分量要加重。
• 数学少背公式、多练解题策略；语文少考情节、多做深入分析；写作课让 AI 起草和改错，学生专心练自己的声音和叙事——作者说这对很多只想“交了作业就完”的学生是个大转变；科学课让 AI 处理数据，学生专心提假设、解释结果；历史课让 AI 提供史实，课堂讨论规律、动机和伦理。
• 芬兰的“现象教学”打破学科界限；丹麦 1993 年起开设“班级时间”，6—16 岁的学生每周一小时专门学处理人际关系和冲突；新加坡的 SkillsFuture 支持终身学习；东北大学校长约瑟夫·奥恩 2017 年的《Robot-Proof》主张大学不要再往学生脑子里塞事实。
• 老师从知识的提供者变成学习的设计者和教练，帮学生把 AI 生成的“内容”变成自己用得上的“知识”。评价要考查人的能力，而不是记住了多少；从大学校长到小学校长，都要成为懂 AI 的变革带头人。

社会

• 作者先摆出一个“不舒服的事实”：盖洛普调查说全球 77% 的员工对工作不投入；国际劳工组织说与工作有关的压力和疾病每年导致近 300 万人死亡。
• 凯恩斯 1930 年预言人一周只需工作 15 小时；马云说过 AI 可能让人一周工作三天、一天四小时。新西兰 Perpetual Guardian 公司 240 名员工改为每周 32 小时、工资不变，生产率升 30%—40%；英国 61 家公司试行四天工作制，试点结束后 56 家决定继续。担心拖垮经济？作者引福特 1924 年的观点：闲暇本身就会带动消费。
• 照护（带孩子、照顾老人）对社会最重要，报酬却最低；作者希望更聪明的智能体和机器人能帮上忙，让照护者得到应有的尊重和报酬。
• 对全民基本收入，作者态度谨慎：试验显示它减少工作量、减轻焦虑，但不常带来自我提升、创业或多陪家人；他们“不想支持一个造就闲散消费者的社会”。
• 治理分三层：政府（定边界、明确出事谁负责）、企业（伦理委员会、实时监控）、个人（使用者要会监督）。必备的控制是人工随时能接管、实时监控、把伦理规则嵌进系统，还需要像核技术、气候问题那样的国际协调。作者点名四种风险：只顾短期目标（为省钱挪走预防性维护的资源）、钻法律漏洞、放大偏见（按历史数据招人，延续歧视）、误解目标（让它减少浪费，它把关键生产线停了）。出事谁负责，可参照自动驾驶，按问题出在设计、运营还是治理来分，并配上 AI 保险。
• 第 14 章引李开复的话：AI 带来的自由，应当让我们“专注于真正让我们成为人的东西：爱与被爱”。

结论与行动计划

治理的窗口期有限——智能体嵌进关键系统越深，再改方向的代价越大。三条原则：既不盲目乐观，也不本能抵触；保持谦逊，再周密的设计也会有意外；以人的福祉为最终标准。行动计划按时间排：

1. 48 小时内：挑一件重复的事（邮件、排会议、收集信息），让一个简单的智能体去做，记下哪里好用、哪里不好用；记录自己一天的任务，用“三个圈”找出最值得交出去的事。
2. 两周内：定三个用例，一个几天能做完、一个几周、一个几个月；为每个用例定好看得见的成功标准。
3. 一个月内：组建小型 AI 工作组，做一个全公司都看得见的试点；还没有 AI 使用规定的，现在就起草。
4. 一个季度内：横向推广到类似用例、纵向做更复杂的；工作组升级为“智能体卓越中心”；培养员工委派、评判、监督智能体的能力。

AI 智能体不是正在来，而是已经在这里了。

AI agents are not coming—they are already here.

结论