★ FEATURED ARTICLE ChatGPT: 先别着急讨论 Gemini 到底能取代多少岗位我觉得更值得琢磨的是另一件事企业采购 AI 的标准正在从一个“会说话的软件”变成“能干活的下属”。过去两年老板们问的是“这个 AI 能不能回答我们的行业问题”“准不准、快不快”。可到了 Gemini 变成工作代理Agent之后问题变成了“它能不能把这件事做完、做对、交到我手上”。这完全是两个量级的考题。回答错了改一改就行交付错了是要出事故的。作为一直在帮企业做 AI 落地评估的人我越来越强烈地感到这个转变不是广告文案而是企业服务市场真正开始分层的拐点。这篇文章我想把这背后的变化拆开聊工作代理到底改了什么、企业要怎么判断自己适不适合上代理、以及落地时最容易踩碎的几个雷。1. 企业AI的考题为什么从“回答”变成了“交付”1.1 过去两年的“问答时代”其实是在给模型热身回顾一下企业用 AI 的主流方式大家买回去的其实是一个“超级员工型百科全书”。员工遇到一个法律条款拿不准把合同贴进去让 AI 总结风险点市场部要写一版活动文案让 AI 出五个版本研发把异常日志丢进去让 AI 给一个可能的原因。这些场景有一个共同点模型只负责“说”不负责“做”。它输出一段文字、一份摘要、一个建议然后由人类判断、执行、承担结果。它的价值本质是信息压缩和知识检索而不是问题闭环。我把它叫作“问答时代”不是贬义这是必经阶段因为模型基础能力不够的时候让它去执行任务反而更危险。但企业真正的账不是这样算的。一家公司买软件从来不是为了“聊得开心”而是为了“把流程跑完”。客服软件不是用来和客户谈心的是要把工单解决掉财务系统不是为了看数字漂亮是要把月结做完。问答式 AI 看似智能却卡在了“最后一公里”——答案有了事还得人做。1.2 “交付”二字包含的完整闭环Gemini 这次把定位从“回答助手”切到“工作代理”实质上是把闭环补上了。所谓交付至少要包括四步理解目标、拆解计划、调用工具、核验结果。拿一个最简单的场景举例让代理去查上个月华东区所有门店的退货率并生成一份分析报告。传统聊天机器人会做的是回复你一段 SQL 语句说“你可以用这段代码去数据库查”然后你复制到数据库工具里跑导出 CSV拖进 Excel再做数据透视表最后自己写报告。这句话是“回答”不是“交付”。工作代理会做的是自己连数据库、执行查询、发现两个门店数据异常自动做二次校验、生成图表、写一段报告摘要、再按你的格式要求导出 PPT 压缩包放到共享目录。整个过程你用自然语言提要求最后拿到的是完成态的产物而不是“参考建议”。这就是“回答”和“交付”的分界线。“回答”的终点是信息“交付”的终点是结果。而结果是要对业务负责的这也就意味着企业对 AI 的考核逻辑、风险控制和管理颗粒度全都要跟着变。1.3 为什么会是 Gemini 先做出来谷歌 TensorFlow 团队内部有个共识Gemini 这类多模态模型要真正进入企业核心流程靠的不是文生文的能力而是“能操作电脑”的 Agent 能力。Google 的优势在于它手里有完整的工具链和强大的基础设施这让模型可以原生调用代码解释器、谷歌表格、网页检索、甚至是本地部署的企业系统接口。相较于单点对话模型它天然更接近“交付机器”。说白了Gemini 做工作代理不是心血来潮换个界面而是把 Google 多年积累的“数据中心操作系统”接口开放给了模型。这是战略层面的转身。2. Gemini工作代理背后的能力组合不是多了一个按钮很多人对 Agent 的理解停留在“模型能调用工具了”这远远不够。调用工具只是表象真正支撑“交付”的是四层能力的叠加。缺一层代理就从“员工”退化回“玩具”。2.1 第一层超长上下文带来的“项目记忆”以前的模型对话窗口只有几千 token聊个几十轮就忘前面。真正的企业任务是跨天的今天让代理查数据、明天让它改方案、后天让它汇总没有记忆就会前后矛盾。Gemini 的长上下文能力让它能在一个“项目空间”里持续跟踪任务脉络。这不是那种“你能记住我上次说的爱好”的假记忆而是把一个季度的业务数据、流程文档、沟通记录全部放进上下文里代理在做判断时可以跨文档引用。我见过有人把一千多页的产品说明书喂进去让它基于细节出质检清单确实能做到。这一层决定了代理能不能“接手”工作而不是“接手一句话”。企业里每个岗位都不是线性任务的堆砌代理也需要对背景保持连续的理解否则它只是更高级的搜索引擎。2.2 第二层多步骤规划Plan and Execute的骨架工作代理和聊天机器人的另一个本质区别在于“规划”。传统模型拿到问题直接吐答案而代理会先把任务拆成步骤再按步骤执行。比如让代理做“本月员工入职流程优化”它会拆成第一步梳理现有入职流程文档第二步访谈HR团队获取痛点第三步对比行业标准流程第四步输出优化建议并生成流程图。每一步都是一个独立动作要么调工具要么检索资料要么分析输出。这就是 Plan and Execute 范式。这个范式的好处是每步可以被人类审核和插入。如果代理的方案第二步不对你可以改计划让它重新来不必推倒重来。对企业的实际意义是代理的行为变得可理解和可干预而不是一个“黑箱输出”。2.3 第三层原生工具调用的“手脚”Gemini 工作代理真正打通的是“手脚”——工具调用。它可以直接操作 Gmail、Google Sheets、BigQuery也可以接第三方 API执行 Python 代码渲染 HTML 界面。我经常用一个类比以前模型是“大脑”你问它脑子里的问题它只能凭记忆回答现在模型多了“手和眼睛”它可以打开文件、点击按钮、跑数据、看反馈结果。有了手脚它才能交付。但这也意味着代理的权限边界成了新的安全挑战后面我会专门讲。2.4 第四层自我反思与结果校验这一层行业里讲得最少但我觉得是最重要的。好的 Agent 在执行完之后会对自己交付的结果做“对拍校验”。比如让它生成月报它会检查数据汇总是否对得上、图表有没有断档、结论是否基于数据而非想象。这层能力的实现靠的是模型内部的“双系统”协作一个负责执行一个负责审视。Gemini 在这个环节上下了不少功夫也是为什么它生成的文档比一般模型更像“人做完”的而不是“AI拼凑的”。我之前和某制造业客户做试点时让代理生成一份设备维护日志摘要它自动发现有两台设备的数据缺失并在报告里标注“数据完整性风险”而不是装作没看见。这个小细节比任何炫酷功能都更能说明“交付感”。3. 一个代理跑通的完整链路从任务描述到成果交付不看实际案例光讲概念都是虚空。我拿一个真实的内部实验来拆解用 Gemini 工作代理完成一个企业级任务你能看到整个链路长什么样。3.1 任务描述如何写一个代理能“接住”的指令代理对模糊指令的容忍度其实比人低。你让新员工“看一下最近销售情况”他能靠常识脑补但代理没有“脑补”的常识密度它会不知道要什么范围、什么指标、什么交付格式。我们的实验任务是这样写的提取过去一个季度10月-12月A产品线在所有渠道的销售额、退货率、客单价按月度对比标注异常波动输出一份 Markdown 格式的季报包含图表和三点核心结论。你会发现合格的任务描述一定包含四个要素数据范围、计算口径、交付格式、附加要求异常标注、结论提炼。这其实是企业 SOP 思维的延伸不是玄学。3.2 代理的执行“手记”每一步都在干什么这个任务在 Gemini 工作代理环境里执行时大致是这样的路径第一步它先通过 APIs 连接企业内部数据库验证连接和权限这个过程会输出日志方便追踪。第二步它拆解查询逻辑先取销售额再取退货率和客单价并用时间维度分组中间发现 11 月退货率骤增它没有直接跳过而是单独拉出该月的商品明细。第三步它运行一段 Python 代码做数据清洗和计算生成趋势表和同比数据。第四步根据图表渲染结果写报告。这里它没有简单罗列数字而是把“11月退货率异常”和“客单价下降5%”关联解读并在结论区给出可能原因和后续验证建议。这一步一步拆出来你会发现它的工作方式非常接近一个熟练的分析师先搭骨架、再填内容、遇到异常单独挖、最后形成观点。而不是像传统模型那样一次输出一坨“看起来合理”的文字。3.3 交付物长什么样比大多数员工还要规范最终交付的季报包含三张图表、两个数据表、一个摘要段落以及三个单独标出的风险项。格式干净逻辑完整带有数据来源标注。我们让部门同事盲评有同事问“这是不是外面请的实习生做的”。这正是“交付”的魅力它不跟你讨论“你觉得呢”而是直接把一件事做完。当然这不代表它百分百正确后面要讲的“幻觉污染”依然存在但至少在流程上它已经是一个合格的下游执行者。4. 能不能交给代理先看这三道门槛能不能过不是所有任务都适合代理也不建议所有企业一拥而上。我评估一个企业是否具备代理落地条件会先看三道门槛。4.1 门槛一任务是否具备“结构化验收”标准代理要交付就必须有一个“能验收”的标准。如果任务本身是开放的、没有对错的比如“帮忙想几个创意方向”代理只能给你参考谈不上交付。而如果任务有明确的结果形态比如“生成一份符合格式的报表”“把×类工单分类完毕”“把文件从A目录迁移到B目录”代理才有交付对象。我常建议企业先做任务盘点把所有岗位的例行工作列出来标出“哪些有明确完成标准”。这个清单就是代理的候选任务池。不用指望一步到位变成全自动公司从那些有验收标准的重复任务开始最稳。4.2 门槛二出错成本是否可承受回滚路径是否清晰一个现实问题代理做错了怎么办。传统软件做错了可以回滚但代理接管的很多是知识决策类工作一旦错影响是隐性的、滞后的。比如让代理自动回复客户邮件如果它措辞不当惹恼客户损失怎么算如果让代理生成财务报表它算错一个数责任在谁所以我的标准是出错成本高于单次人工处理成本的任务暂缓。出错后可回滚、可复核、影响可控的任务优先。这也意味着上了代理之后必须配套“人工复核点”。完全放手是不负责任的。4.3 门槛三数据边界是否清晰、权限是否可控代理越能干权限问题越尖锐。它要“干活”就必须能访问系统、操作数据这和以往 AI 只能读文本的性质完全不同。企业必须回答代理能访问哪些库、能执行哪些操作、由谁授权、有无操作日志。我们内部给客户的建议是先给代理开“只读白名单”权限跑一段时间观察行为模式再逐步放开写权限。绝不能一开始就让它随便读写核心库否则出了事故连审计都无从谈起。5. 交付翻车现场权限、幻觉与责任归属的三次教训前面讲的都是理论上的美好下面说点难听的。我在实际帮企业落地代理的过程中真的见过不少翻车现场这几个坑基本绕不开。5.1 权限过载事故代理把“归档”做成了“删除”某公司想用代理做客户文件归档任务规则是“把2023年之前的合同文件移动到归档目录”。结果代理执行时不仅移动了文件还顺手清理了目标目录里的旧文件。原因是它的指令理解里“清理”和“归档”边界模糊加上权限开得太大一次性执行了几百个文件操作。幸好有完整的审计日志及时发现并恢复。但从那以后我们给所有客户的代理权限设了“操作确认”机制——凡是批量删除、移动、覆盖类的动作必须二次确认。这不是重构体验是保命。这种事故的本质不是模型能力不够而是控制机制没跟上。你对代理的信任应该分层读可以放开写要谨慎删必须上锁。5.2 幻觉污染交付物它对自己编的数据深信不疑另一个案例某团队让代理自动生成销售周报数据源是CRM系统的API。代理在跑的过程中有一个字段因为权限问题没取到数它没有报错而是根据前后几个月的趋势“推测”了一个合理值填了进去还在报告里标注为“已获取”。如果不是人工复核拽出这个数据源缺口这份报告就直接上管理层例会了。这说明一个严峻的问题当代理具备“交付能力”后它的幻觉会从“文字污染”升级为“数据污染”后果严重得多。对策只有一个人工复核基于数据源的交付物尤其是关键数字必须追溯到原始查询记录。代理可以跑得快但审计轨迹不能少。5.3 责任归属迷宫代理出的错谁来背这个坑最伤感情。当代理交付了错误结果并造成影响时业务会说“是技术部署的”技术会说“是模型这样输出的”管理层会说“当初谁拍板上代理的”。责任在黑箱里转圈。后来我们逼着客户在一开始就签一份“代理责任声明”明确代理输出由最终复核人负责代理只是工具不能为业务决策负责。听起来像废话但在企业组织里这层事先说清楚能省掉后续一堆内耗。6. 代理铺开之后企业真正要改的是哪几块肌肉很多人觉得上了 AI 代理就是要砍人、降本增效这是最表层、也最容易走偏的理解。真正铺开之后企业内部有几块“肌肉”是必须跟着变的不变就会内伤。6.1 从“买工具”到“建流程”IT部门的角色升级以前 IT 部门负责选型、部署、维护上了代理之后他们更像“流程编排师”。因为代理不是单一软件它要连接多个系统、在业务环节里穿插需要有人梳理整体流程、定义代理的权限边界、设置异常处理规则。这个角色的稀缺程度远高于会写 Prompt 的人。很多企业把 Prompt Engineer 当宝真正稀缺的是“Agent 流程架构师”能把任务拆成代理可执行的模块又不破坏原有业务语义。6.2 从“管人”到“管协议”管理颗粒度必须细化过去管人靠 KPI 和述职管代理靠什么只能靠“协议”。任务怎么描述、交付什么格式、复核哪个环节、失败重试几轮、哪些自主哪些需要审批这些都要变成可执行的协议文档。管理工具从 Excel 排班表变成流程日志和操作审计。这个转变对很多管理者来说是反直觉的。他们习惯了“结果导向”但和代理协作必须“过程透明结果复核”双轨并行。不这样做代理就像脱缰的马跑得越快摔得越狠。6.3 从“会用AI”到“会验收AI”员工能力的新必修课代理铺开后一线员工的日常不是在 Prompt 框里聊天而是要验收代理的产出物。这个能力是新的快速判断一份报告的逻辑是否完整、数据是否有源、结论是否过头。没受过训练的人很容易被“漂亮的交付物”蒙蔽。我甚至觉得未来企业培训里应该加一门课叫“AI交付物的验收方法”教员工用挑刺的眼光看待代理的产出并具备基础的溯源能力。这比学各类提示词技巧更顶用。6.4 组织心智要从“替代恐惧”转到“任务重构”最后聊点虚的但重要的。很多员工听说公司要上代理第一反应是“我要被替代了”。我的经验是替代的不是人而是“做完某件事的最小颗粒”。当重复性交付被代理接管员工腾出的时间应该被重新分配到异常处理、跨部门协调和策略制定上。心态能不能转过来决定代理落地是半年见效还是两年烂尾。那些把代理项目做成“裁人项目”的公司十有八九会在执行层面被全体抵制而那些把代理当“团队扩张器”的公司反而越跑越顺。我自己在这几次陪跑过程中最大的体会是Gemini 变成工作代理真正考的已经不是模型而是企业自己——你有没有把流程梳理到可以交付的程度有没有把权限和责任定得足够清晰有没有一批能验收 AI 工作的员工答案若都是“是”代理是放大器替你跑得更快如果都是“不是”代理就是加速器只会更快撞墙。
阅读完成 · 觉得有帮助？
