AI 原生公司长什么样？先看它的代理能读到什么

在这场讲 AI 原生组织的 Bilibili 演讲里，Zara Zhang 对台下一屋子管理者说，AI 代理活干得不好的时候，「大概率不是它的问题，是你的问题」。她的理由是，现在的模型已经足以应付大部分办公室工作，它们之所以做砸，是因为没人给它们一个新同事入职第一个月就能拿到的那些背景信息。

从她举的例子，可以引出一个比「挑哪个模型」更实用的 AI 原生定义：一家 AI 原生公司，它的会议、决策、数据和流程都能被代理读到、拿来干活；代理能做什么、不能做什么有清楚的边界；每个结果都有一个点得出名字的人负责。

会议里有文档没记下来的上下文

问一家公司真正的决定是在哪里做出的，老实的回答是会议、群聊和走廊里的几句话，文档是后来补的，很多时候根本没补。Zhang 把会议记录当作一种补充上下文的办法，用来补上正式文档常常漏掉的东西。她自己的做法是：每场会一结束，代理就去取会议纪要，交回三张清单，一张是摘要，一张是她要做的事，一张是代理自己能做的事。她回一串编号，代理就从这几条开始动手。七月的分享整理也描述了类似的交接：从会议纪要到经过审核的行动。

Zhang 举了 Shopify 的例子：它的内部代理只在群聊里工作，不开私聊，于是谁怎么用它，大家都看得见，也就互相学到了用法。日历上记着一次客户拜访，一个权限到位的代理就能自己去 CRM 里调出这个客户的历史，准备好一份简报，全程没人写过一句 prompt。

隐私要从第一天就放进这套设计里。什么都录下来，就要存下大量个人信息，我们在之前一篇代理安全与隐私的文章里讲过的保留、脱敏和删除规则，是这些录音站得住脚的前提。

工具能做的事，别交给代理

反方向的错误是什么都做成代理。GitHub 上的 ForceInjection AI 原生工程指南，规矩写得很直白：工具能做的，就别用代理。它按成本把能力分成三层，最便宜的是固定工具，也就是普通代码，通过 MCP 这类协议开放给 AI；中间是 skill，一套写好的步骤让 AI 照着做；最贵的是代理，它要在没人写过剧本的情况下自己决定下一步。

每个任务问三个问题就能归好类。传统软件能做，而且结果能验证，就用工具；步骤固定，就写成 skill；需要在新情况里自己判断下一步怎么走，到这一步才轮到代理。指南里举的例子是一个充电站网络的电力交易系统，决策链上有五个角色，最后只有一个真正需要代理。预测可以用统计或机器学习模型，风险限额和下单则需要明确、可测试的规则。这个例子是在论证架构选择，不能当成独立核实过的上线成绩。

把某一步交给代理之前，先过一遍这个测试。固定规则就能覆盖的，用普通代码通常更好测。模型的判断留给不确定的部分，并在那里量一量它的出错率和成本。

每个决定都要有人签字

同一份指南写明，最终决定、风险和上线责任都留在一个明确指定的人手里。这份责任要在每个工作流里都看得见。代理负责起草、收集、核对，在限定范围内执行，签字的始终是人。怎么把这件事接进现有的审批链，我们在之前一篇讲审批链的文章里写过；代理接手的任务越来越长，这条原则也越来越要紧。

谁负责，还包括谁管预算。每个工作流都要有预算负责人，记录每项完成任务的成本，并在无人值守运行前设好停止条件。便宜模型如果反复重试，也可能比一次做完的大模型更贵。预算还要覆盖工具调用和基础设施，不能只盯 token。

效率先掉下去，要提前算进计划

Zhang 演讲最后讲了生产率的 J 曲线：学习和重新设计流程需要时间，收益可能来得更晚。这是预留试验预算的理由；但如果钱一直在花，却看不到可衡量的改善，还是该调整或停掉这项试验。

每次试验失败，都把原因记下来。可能是缺了访问权限、有个决定没人写下来，或者数据来得太晚；也可能是模型本身就做不稳这件事。原因不同，应对办法也不同。

下周一就能做的一个测试

挑一个固定召开的例会，先让参与者知情并同意录音和预定的 AI 用途。给代理一份脱敏转写稿，只开放任务所需的最小读取权限，让它先提出行动建议，经过审核再执行。把没做完的任务按权限、背景、责任人、数据可信度分类，再按业务影响和出现频率排优先级。