Agent 不是工具,是岗位
大多数企业用岗位的标准期待 Agent,却用工具的方式管理它——这是 Agent 项目停在「辅助」阶段的根本原因。
企业引入 AI Agent 时,最常见的做法是把它当成一个功能模块接进系统。
结果也很一致:只敢让它做低风险的事——查数据、写草稿、整理会议纪要。真正影响结果的环节,还是人在做。
问题不在于 Agent 不够强,在于我们用错了框架。
工具和岗位,是两套完全不同的管理逻辑
一个工具,出错了你重做一次就行。它没有职责边界,不需要审核,不用交代原因。
一个岗位,有职责范围、有判断空间、有上下级、有考核、也有责任。
现在大多数 Agent 项目的矛盾就在这里:
期待上按岗位要求它(要自主、要连续作业、要能处理异常), 管理上按工具对待它(没有职责定义、没有审核机制、没有追责设计)。
结果就是它永远卡在中间——做不了大事,又比普通工具贵。
当成岗位看,必须先回答四个问题
一、职责边界:它能决定什么,不能决定什么
没有这条,Agent 只能做「建议」,做不了「动作」。因为它一旦做错,没人知道该怎么兜底。
二、谁给它派活,它向谁汇报
Agent 是嵌在流程里的,不是独立运行的。它需要知道上游是谁、下游是谁、交接标准是什么。
三、产出谁看,错了谁拦
这是审核机制。人做的工作有主管复核,Agent 做的工作如果没有,就等于把一个没有考核的员工放进流程。
四、出问题算谁的
最难的一条。Agent 不能承担责任,所以必须有人替它担。这个人是谁,要在上线前写清楚,不是出事后再找。
这四个问题,我见过的大多数 Agent 项目一个都没回答。
TCL 的「硅基员工」不是修辞
TCL 提出有约 500 名「硅基员工」、上线超 1 万个智能体、AI 工作流渗透率超过 30%。
「硅基员工」这个说法经常被当成营销话术,但它其实指向一个很实的管理动作:把 Agent 放进了组织架构,而不是放进了 IT 系统。
进了组织架构,就要有编制、有职责、有考核、有上级。这些约束会让 Agent 的部署变慢,但会让它真正接管流程。
反过来,只把 Agent 当功能模块接进系统,它能优化的永远只是某个环节的速度,不是整条流程的效率。
为什么这个视角重要
因为它决定了 Agent 能走多远。
当工具看,Agent 的天花板是「辅助」。 它只能给人打下手,因为没人敢把需要担责的事交给一个没有岗位的东西。
当岗位看,Agent 才可能接管完整流程。 因为它有了边界、有了审核、有了兜底,人才敢放手。
但岗位意味着责任,而责任是很多团队不愿意面对的部分——他们说想要 Agent 更自主,其实想要的是「它自己干活,但出错不怪我」。
这种期待不成立。
我自己的体会
我管理过 60 人的跨城团队,后来设计知一 AI 的 1+6 Agent 架构,发现两件事要做的几乎一模一样:
- 明确职责,别让两个人(或两个 Agent)抢同一件事
- 定义交接标准,否则上游输出下游用不了
- 建立复盘机制,出了问题能定位到环节
- 处理边界冲突,两个角色的职责有重叠时要有人裁决
管人和管 Agent,方法论是共通的。因为本质上都是在设计协作,而不是在设计功能。
一点边界
Agent 和人的岗位有一个根本差别:Agent 不承担责任。
所以真正的岗位化,不是"用 Agent 替代某个岗位",而是"人 + Agent 组成一个新的岗位"——人负责判断和责任,Agent 负责执行和规模。
想清楚这一点,很多部署方式会跟着变:不是问"这个 Agent 能做什么",而是问"这个岗位需要什么,其中哪些交给 Agent"。
顺序反过来,结果会差很远。