当AI从生成内容走向独立完成任务,企业的工作方式正在发生变化。从多个Agent协同工作,到智能体持续学习、积累经验,AI正在承担越来越多过去由人完成的工作。当执行不再是人的独特优势,企业的组织方式将如何改变?人的价值又将体现在哪里?
本文摘选自科普作家万维钢近日的分享。他从AI工作方式的变化出发,讨论了Agent原生组织的可能性,以及AI时代人所需要的判断力、资源配置能力与责任意识。
01.
AI不是工具了:用法已经变了四轮
在过去这两三年,我们使用AI的方法已经经历了四个变化。
第一步,AI只负责生成。
所谓用AI编程,就是AI给你写一段代码,你复制粘贴进自己的项目。
第二步,出现Claude Code、Codex这类工具。
它们能直接操作你本地的文件,甚至一次性操作多个文件,编完还能自己编译、读报错、再改。
人从“让AI生成内容”,变成“让AI做一个项目”。
第三步,让AI去完成一个任务。
你去AI原生的公司里看,他们给AI的是一个很抽象的任务,至于用什么手段,AI自己定。
第四步,出现了全天候在线的个人助手。
助手负责日常性的事,具体的项目还是交给那个项目专门的智能体。
我认为当前最好的办法,不是你只跟一个Agent,你最好有若干Agent,每一件事有一个Agent。
你直接跟几个Agent对话,而不是通过一个中间人去跟它们说话。
1.你现在只需要说要什么
现在用AI工作,你不需要向它描述任务该怎么做,只要告诉它你要做什么。
以前那些所谓的提示词,现在看来都已经被淘汰了。
你给它设计的路线,往往不见得是最好的路线。
举我自己的例子。
几个月前世界杯之前,我让AI给我做一份用旧金山湾区当地时间标注的世界杯转播日程表。
它先上官方网站找赛程,换算成湾区时间,查清哪家电视台转播,还标出哪几场在湾区本地进行,你想去看就可以去看。
然后自己排版,做几个测试页,为了看排版效果,它把页面转成 PDF。
发现我本地系统里没有趁手的合成工具,它自己下载了一个,它自己截图、自己查看,哪页有问题就改。
中间还碰到Chrome(谷歌浏览器)的一些问题,我也说不清是什么问题,它自己解决了。
这一切都不是我让它干的,我只说了一句:给我做一个能打印出来的、好看的赛程表。
2.一切知识工作都是一个loop
上述的这个作业方法叫loop(循环式工作法)。
你设定一个目标、一个完成条件,给它充分的本地上下文,让它了解你的环境和情况,然后让它去行动。
每次行动之后,它自己对照目标,或者你帮它判断达标没有,没达标就再迭代一轮,不管多少轮,什么时候干完什么时候完事。
实际操作中你甚至不用交代这么细。
它跟你熟,根据对你的了解,就能大概把活干成。
一切的知识工作,不管你是写文章也好、编程也好、做设计也好、管理也好,本质上都是一件事,都是一个 loop。
你需要一个评估:你这次完成得好不好?然后你需要先有一个内部的模型,就是负责完成这个 loop 的智能体。
它需要对这个世界有一个理解,这是它的模型。
然后它获取数据,很多时候让它自己去做判断跟决策,然后评估,然后循环。
我特别想强调一下“循环”这个概念。
精髓在于:它第一轮干出来的结果,你往往不那么满意。而且你多半是看到第一轮之后,才想到自己到底想要什么。
所以它要做第二轮、第三轮,每轮都比前一轮更优化一点。
最后它做出来的东西,可能你一开始都没想到。
AI 时代我们一定要树立 loop意识。
02.
重复的事都该智能体化:
能积累才有复利
以前有个词叫AI Native(AI原生),现在有个新词叫Agent Native(智能体原生)。
核心就一句话:凡值得反复做的事,都应该把它变成一个Agent(智能体)。
把它变成智能体,你就可以不断给它反馈,它下次就做得更好,你还能定期审计它。
1.过去,人把一年的经验用上十年
程序员有个习惯:一个动作哪怕只做两次,也要写成程序,因为第二次就能自动跑。
比如,我让AI去读我Evernote(一款笔记软件)里的一条笔记。
它第一次就想到,干脆做一个永久插件,以后一键就能访问我的笔记,而不是每次笨拙地打开软件去看。
人的问题在于:职场里大部分工作都是重复性的,但人只是把以往的经验重复一遍,把一年的经验用上十年,很少想着把做法再迭代一次。
但是,你跟Agent说下次改进一下,它真能记住,真改,真学。
2.Agent会比你更像你
我8月份去巴西,访问当地一家公司,CEO跟我讲了他使用Agent最大的心得:
他和他的Agent是同步进步、一起进步的。
他关于公司的任何决策,都让Agent先出方案,他来评论。
有时听Agent的,有时否掉,并且告诉Agent它的方案为什么不行、为什么应该这么做。
这些Agent都记住了,能迭代。
一开始它出的主意可能都是你不能接受的坏主意。但你给它讲道理,告诉它以后这类问题该怎么处理。
我的经验是大概一个月,它就会变得越来越像你,60%、70%的建议你可以直接接受。
而它能瞬间读完全公司的数据,而你读不了,很快它的决策能力就会超过你。
这位CEO以前每天工作10小时,有了Agent之后每天14小时,而且工作时间延长是他主动的。
他到星期五就很高兴,因为接下来两天不用跟人开会,只用跟他的AI打交道。
有天下班,他突发奇想:公司给消费者发优惠券的算法好几年都用同一个,能不能优化一下?
就这么一句话,Agent跑了一段数据,拿出新算法,说用它的算法每周能给你省7万。
这个例子好在哪?
不在于AI能做这件事,这是可以预期的。
好在你是一个突然冒出的想法,不是什么多年夙愿。
唯一的瓶颈不再是能力,而是你的想法,你想要什么。
3.一次采购:两个Agent谈判,四个人都变聪明了
有一位 CEO 给我讲了一个故事,我觉得这故事特别好。
有一天,他们公司负责采购的经理,就是决定下周在网店上架什么东西的那个人,给CEO列了10种商品,说我计划采购这 10 种商品。
这个 CEO 自己没看,他直接让他的Agent看了一下这10个商品。
他的Agent说:同意其中8个,另外两个根据自己独立的调研,认为这两个不应该上。CEO把这意见就给了采购经理。
采购经理的Agent看了 CEO 的Agent的话之后说:
我同意你对其中一个的意见,我不采购。
但另外一个呢,我知道一个你不知道的数据,我有这个证据,我认为还是应该采购。
CEO的Agent 一看,说:那好,我同意。
这两个人只是在旁边旁观了一下,听一下Agent的逻辑。但感想是什么呢?
通过这一件事,那个经理和那个经理的Agent、CEO 和 CEO 的Agent,这四方都变得比以前更聪明了。
这一轮就是一次日常互动。
在每一次这种日常互动过程中,大家都会往前进步一点。
有Agent之后,那位CEO让他公司的员工每天问自己两个问题:
你有没有让系统变得更聪明?系统有没有让你变得更聪明?
以前公司里说组织学习、说什么 SOP(标准作业流程),员工是很难的,他往往几十年如一日去干那一样。
但是现在有了Agent的时候,是完全不同的。
4.反馈会一路沉淀成默认
你今天说这里处理得不好、应该怎么处理,AI不会立刻把这句话变成永久规则。
它知道那样就成了翻手为云覆手为雨。
AI会先把这件事记进反馈备忘录。过一两周自己复盘:
这段时间记下的冲突意见,能不能总结出规律,变成规则?
然后它会来问你,这几条我可不可以写成永久规则,你说可以,它才写。
你说没必要,那天只是临时起意,以后还按你的做法来,它就照旧。
路径是四步:反馈变成记忆,记忆沉淀成规则,规则自动化成工具,工具最后变成默认。
5.三个Agent心得:信它、教它、给它分工
第一个,要相信迭代的力量;
第二个,给规则,不要只给事例;
这很重要。
只给它案例是不行的,你得给它规则,你必须得经常向它解释,这个事你为什么要这么干,而不是那么干,这样它才能理解,才能举一反三。
以前我们想的是:你的Agent旁观你做很多事,它就熟悉你,它就知道该怎么做。其实并不是这样。
第三个,要分工。
多个智能体分工合作,就像秦二世胡亥,不能什么事都听赵高,你得自己有几个大臣。
每个Agent最好只干某一类事,而你不要只依赖一个。
那样对你也不好,也不安全。
而且这些智能体之间是可以互相合作的。
我大概有七八个常用的Agent,它们之间会经常说话。
比如今天一个找到一个好选题,我说这是好选题,它就把选题交给下一个,帮我把选题生成一份报告。
有时候它有个什么问题,向另一个咨询一下。
它们都是自动的。
03.
组织推不动是架构问题:AI时代如何重新分工?
我上周遇到一个做FDE(前置部署工程师,进驻客户公司帮其落地AI的角色)的人,他去了广西一家房地产公司,公司大概300人。
他观察了一段时间,马上找到几个点:
这几个流程如果全交给AI做,而不是让员工做,每年至少能给你省2000万美元。
CEO很愿意,但是员工全员抵制——
没有一个人愿意把自己的工作交出去。
为什么?员工可能是考虑:会不会你将来把我的技能抽走了,然后我就被切掉了。
1.为什么员工不愿把工作交给AI?
过去的组织,是以人为本,因此,以流程为本。
因此,除了 CEO,员工根本不在乎公司的效率高不高。
公司盈利不盈利,跟员工没有那么大关系。
人类员工干的大部分工作,只是流程中的一个环节。
环节不出错,抓不到把柄,该升职升职,该加薪加薪,为什么要操心全局?
为什么很多员工抵制AI, 没有一个员工愿意把自己的工作交给一个Agent?
担心技能被蒸馏了,自己就被裁掉了。
Meta因为AI能编程裁了一些工程师,高峰时刻也就少了10%,再裁裁不动。
表面原因是人得为结果背锅,你不能裁完之后没人背锅。
更深层的原因是:流程和工作架构还是以前的架构。
以前一个程序员只负责写一段代码,对软件全局没有感知。
真正智能体原生组织的做法,是让一个人直接负责一个软件,而不是一千个人写一个软件。
现在的局面是:Agent完全可以直接接管一个工作,但每个公司的组织架构还停在原来的样子。
这就是为什么大多数公司用AI的减员增效非常有限。
2.别改造旧部门,另起炉灶
未来,以 Agent 为本,因此是以业务为本。
真正的AI native公司,应该让Agent系统全盘考虑。
这种情况下,可能只需要很少的几个人负责就可以了。
建议是新建一个业务部门。
这个部门上来就是智能体原生,人为智能体服务:它需要什么资源,你去给它搞来。
以Agent为本,人为Agent服务。
如果这个部门效率更好,它会慢慢替代掉老部门。
路径依赖是改不掉的,只能重新建一条新路径。
如果要智能体原生,人到底还剩什么?
在Anthropic这样的AI公司,员工的工作方式已经开始发生变化:不再只是完成一个环节、一个动作,而是直接认领任务。
不是我完成一个环节、完成一个动作,他现在只是直接认领任务。
比如在Slack里,领导说:以下这五件事是我们要做的,贴在群里边。
然后每个部门都说:这个任务我认领。
认领之后请注意,他根本不需要告诉AI具体应该怎么做,他就把这个任务交给它。
比如我最近看了一篇论文,讲有一个训练AI的更好的方法——他不是先把论文读完、把方法拆解开、再告诉AI让AI去做。
他最好的做法是直接把论文扔给AI,就一句话:这两天出了一个新的训练方法,你去给我做个测试,看看这个方法到底有没有效。
AI自己读论文、抽方法、搭环境、开始跑。
在这个过程中,人到底干啥?
他只是把任务安排给AI,几乎没有给AI提供什么具体的指导。
3.只剩两件事:选方向和配资源
那我就问他:你到底给AI输入了什么?
他说就两个东西。
一个是我们公司的一些上下文、一些偏好。
这些可能只发生在会议室里,没有形成文字,所以AI不知道。
只要形成文字、发在公司群里了,AI就已经知道,你不需要再告诉它。
但有时候是我们私下聊天聊出来的一些偏好、一些方向性的东西,AI不知道。
这些需要我根据这些默会的东西,来给AI提供服务。
另一方面就是:我当程序员这么多年,还是有点经验。
到了某个时刻,我还是能知道哪个方向更有可能成功,哪个方向不可能成功。
现在所有公司算力都不够,Anthropic也不够,自己研究员想搞科研,这算力都不够。
我只有有限的资源,不可能所有方向都做探索。哪个方向值得探索,这个我还是比AI好一点。
他说我干的就是这两件事,其他所有的细节全交给AI。
4.配资源就是洞察,说到底是品味
选方向和配资源,这个事很值钱。
什么叫配资源?
比如你公司要推广一个新产品:我是找主流媒体做广告好,还是找几个网红让他们给我推?
策略得人来定。
可能在不同产品、不同公司,这个策略是不一样的。那具体到你家这个产品,你用什么策略?
这个是我们对这个行业的深刻了解,包括你对当前市场上这些消费者的了解:喜欢你们这个产品的人,他出现在哪个地方?
这些东西往往不是一两句话能说明白的,是你多年积累的一种感觉。
简单说,就是品味。
5.你要为结果负责,不是为环节负责
归根到底,每个人应该问自己的问题是:你到底是在为一个结果负责,还是只是在做一个中间环节?
只做中间环节的岗位是很脆弱的。为结果负责的位置是稳定的,因为谁也不能去追责一个AI。
我相信人的这种能力会很值钱。
心理学家对人的性格有五个分类,所谓大五性格,其中有一项叫尽责性。
尽责性就是说:你交给他一个事,他非得想把它做好。
像这种尽责性特别强的人,在职场之中本来就是最受欢迎的。
有了AI之后他会更受欢迎,因为智力有不足AI可以补充,但负责到底AI 是补不了的。
他会因为这种事情而产生声望。
比如我们公司说:小王这个人特别可靠,你交给小王的事他一定能给你办好。那小王的价值会更高。
那以前那个小李呢?
小李很聪明,办事快,但是有时候办事毛毛躁躁,顾前不顾后。像小李这样的人,他的价值会下降。
版权声明:文章内容、图片信息来源于“笔记侠”本微信号所提供的信息仅供参考之用,如果您认为此文涉及侵权或标注与事实不符,请告知我们。
2026中国企业家俱乐部年会
新世界的铲子与未来产业——AI时代的全新商业会议
张懿宸、何小鹏当选中国企业家俱乐部副理事长
直面时代变局,践行企业家精神——李东生做中国企业家俱乐部年会主旨演讲
碰撞探讨AI时代企业经营的非共识——2026中国企业家俱乐部年会
铲子工作坊——企业 AI的正确打开方式
铲子工作坊 —— 如何让 AI 创新在业务中长出来
铲子工作坊——AI时代复杂环境下的战略选择
中国企业家俱乐部年会再次实现「会议碳中和」
CEC理事互访
No.58物美、多点 /No.57小米汽车No.56 海信 / No.55 新奥 / No.54中国科学院 / No.53 海丰 / No.52 视源 / No.51 长鑫存储 / No.50 科大讯飞 / No.49 用友 / No.48 正和岛 / No.47 玖龙纸业 / No.46 HTC / No.45 美的 / No.44泰康 / No.43 吉利 / No.42 蚂蚁金服 / No.41 中化集团 / No.40 苏宁 / No.39 链家 / No.38 德龙钢铁 / No.37 腾讯 / No.36 海底捞 / No.35 清华控股 / No.34 携程 / No.33 北极光 / No.32 小米科技 / No.31 中坤 / No.30 新希望/ 美特斯邦威 / 万达 / 阿里巴巴 / 龙湖 / 新浪 / TCL / 汇源 / 依文 / 均瑶 / 宽带资本 / 新东方 / 联想 / 远东控股 / 华谊兄弟 / 东软 / 鹰谷 / 复星 / 建业 / 蒙牛 / 中粮 / 海尔 / 招商银行 / 万科 / ... ...
CEC近期会员学习活动回顾
联想:AI战略与全球化实践 /火山引擎:大模型产业进展及应用 / 京东:从战略、AI 到消费洞察与供应链创新 / 具身智能的产业趋势和创新实践 / 美的:从数字化到全业务场景AI战略 / 杭州行:走进阿里、强脑科技、宇树科技 /小红书:用户洞察 / 携程:全球化战略与AI创新 / 年度研讨:数智化、绿色发展、投资与消费 / 牧原:元点发力、底层突破、持续发展 /晶科能源:战略引领、技术前行 / 特斯拉:不止于车 / 小米汽车:守正出奇、十倍压强
更多企业学习:飞书 / 海信 / 松下 / 科大讯飞 / 蒙牛 / 广联达 / 杭州 / 苏宁 / 依文 / 酷特 / 麦当劳 / 用友 / 美的 / 深圳 / 侨福 / 新浪 / 新奥 / 阿里巴巴钉钉 / 德勤 / 亚信 / 诚品书店 / 携程 / 朗诗 / 宝马 / CPE源峰 / 可口可乐 / ABB / 茅台 ... ...
版权声明:文章内容、图片信息来源于“笔记侠”本微信号所提供的信息仅供参考之用,如果您认为此文涉及侵权或标注与事实不符,请告知我们。
2026中国企业家俱乐部年会
新世界的铲子与未来产业——AI时代的全新商业会议
张懿宸、何小鹏当选中国企业家俱乐部副理事长
直面时代变局,践行企业家精神——李东生做中国企业家俱乐部年会主旨演讲
碰撞探讨AI时代企业经营的非共识——2026中国企业家俱乐部年会
铲子工作坊——企业 AI的正确打开方式
铲子工作坊 —— 如何让 AI 创新在业务中长出来
铲子工作坊——AI时代复杂环境下的战略选择
中国企业家俱乐部年会再次实现「会议碳中和」
CEC理事互访
No.58物美、多点 /No.57小米汽车No.56 海信 / No.55 新奥 / No.54中国科学院 / No.53 海丰 / No.52 视源 / No.51 长鑫存储 / No.50 科大讯飞 / No.49 用友 / No.48 正和岛 / No.47 玖龙纸业 / No.46 HTC / No.45 美的 / No.44泰康 / No.43 吉利 / No.42 蚂蚁金服 / No.41 中化集团 / No.40 苏宁 / No.39 链家 / No.38 德龙钢铁 / No.37 腾讯 / No.36 海底捞 / No.35 清华控股 / No.34 携程 / No.33 北极光 / No.32 小米科技 / No.31 中坤 / No.30 新希望/ 美特斯邦威 / 万达 / 阿里巴巴 / 龙湖 / 新浪 / TCL / 汇源 / 依文 / 均瑶 / 宽带资本 / 新东方 / 联想 / 远东控股 / 华谊兄弟 / 东软 / 鹰谷 / 复星 / 建业 / 蒙牛 / 中粮 / 海尔 / 招商银行 / 万科 / ... ...
CEC近期会员学习活动回顾
联想:AI战略与全球化实践 /火山引擎:大模型产业进展及应用 / 京东:从战略、AI 到消费洞察与供应链创新 / 具身智能的产业趋势和创新实践 / 美的:从数字化到全业务场景AI战略 / 杭州行:走进阿里、强脑科技、宇树科技 /小红书:用户洞察 / 携程:全球化战略与AI创新 / 年度研讨:数智化、绿色发展、投资与消费 / 牧原:元点发力、底层突破、持续发展 /晶科能源:战略引领、技术前行 / 特斯拉:不止于车 / 小米汽车:守正出奇、十倍压强
更多企业学习:飞书 / 海信 / 松下 / 科大讯飞 / 蒙牛 / 广联达 / 杭州 / 苏宁 / 依文 / 酷特 / 麦当劳 / 用友 / 美的 / 深圳 / 侨福 / 新浪 / 新奥 / 阿里巴巴钉钉 / 德勤 / 亚信 / 诚品书店 / 携程 / 朗诗 / 宝马 / CPE源峰 / 可口可乐 / ABB / 茅台 ... ...
CEC理事互访
No.58物美、多点 /No.57小米汽车No.56 海信 / No.55 新奥 / No.54中国科学院 / No.53 海丰 / No.52 视源 / No.51 长鑫存储 / No.50 科大讯飞 / No.49 用友 / No.48 正和岛 / No.47 玖龙纸业 / No.46 HTC / No.45 美的 / No.44泰康 / No.43 吉利 / No.42 蚂蚁金服 / No.41 中化集团 / No.40 苏宁 / No.39 链家 / No.38 德龙钢铁 / No.37 腾讯 / No.36 海底捞 / No.35 清华控股 / No.34 携程 / No.33 北极光 / No.32 小米科技 / No.31 中坤 / No.30 新希望/ 美特斯邦威 / 万达 / 阿里巴巴 / 龙湖 / 新浪 / TCL / 汇源 / 依文 / 均瑶 / 宽带资本 / 新东方 / 联想 / 远东控股 / 华谊兄弟 / 东软 / 鹰谷 / 复星 / 建业 / 蒙牛 / 中粮 / 海尔 / 招商银行 / 万科 / ... ...
CEC近期会员学习活动回顾
联想:AI战略与全球化实践 /火山引擎:大模型产业进展及应用 / 京东:从战略、AI 到消费洞察与供应链创新 / 具身智能的产业趋势和创新实践 / 美的:从数字化到全业务场景AI战略 / 杭州行:走进阿里、强脑科技、宇树科技 /小红书:用户洞察 / 携程:全球化战略与AI创新 / 年度研讨:数智化、绿色发展、投资与消费 / 牧原:元点发力、底层突破、持续发展 /晶科能源:战略引领、技术前行 / 特斯拉:不止于车 / 小米汽车:守正出奇、十倍压强



