别人在让 Agent 当同事，我们还在装龙虾

前段时间写从 OpenClaw 说开去：我们到底该如何面对这一波 AI 热潮？时，我更多关注的是 Agent 热潮本身，以及围绕它产生的培训、社群和 FOMO。文章写完之后，我一直在想一个问题：如果 Agent 只是停留在“好玩”和“能装起来”，那它离真正改写企业还有多远？

最近一个月，在 X 上连续看到几个相关新闻之后，我觉得这个问题的答案开始变清楚了。2026 年 2 月 24 日，Notion 发布 Custom Agents，帖子里有一句话很有意思：The AI team that never sleeps。仅仅一天之后，Claude 发布 scheduled tasks，开始强调 AI 可以自动完成 morning brief、weekly updates 这类持续性的工作；同一天，Perplexity 发布 Perplexity Computer，把 AI 直接描述成可以长时间执行复杂任务的 digital worker；到了 2026 年 3 月 9 日，微软又提出了 Copilot Cowork。

把这几件事放在一起看，我越来越觉得，市场真正开始讨论的，已经不是 Agent 会不会做事，而是这些会做事的 Agent，如何进入组织。AI 不再只是一个聊天框，也不再只是一个 Copilot，而是开始变成一个可以持续在线、被分配任务、跨系统执行、并且能够被管理的“数字同事”。

也因此，我越来越觉得，企业真正要被重写的，已经不只是工具，而是组织本身。

一、去年最火的是 Agent，今年开始落地成 Cowork

如果用四个词概括这三年多的 AI 演化，我觉得是：Chat -> Copilot -> Agent -> Cowork。

在 ChatGPT 出圈之初，大家最熟悉的两个词，一个是 Chat，另一个就是 Copilot，那时候微软在 Office 中甚至要 Everything Copliot。但如果看 2025 年到 2026 年的这波演化，这两个词就远远不够了，中间还隔着一个去年最火的概念：Agent。

Chat 更像顾问，你问它答。Copilot 往前走了一步，开始帮你写代码、做 PPT、总结会议纪要，但本质上还是个助手，只会辅助，需要你来推动。

Agent 的突破，则在于它不只是辅助你，而是可以拿到目标之后，自己拆解步骤、调用工具、连续执行。它第一次让大家看到，AI 不只是“会说”，而是真的“会做”；去年的爆火，也是 AI 能力边界第一次被明显打开。而 OpenCLaw 今年初在国内的流行，也让更多人第一次直观理解了 Agent。

但最近这一波热点，已经不只是 Agent 本身了，而是第四种关系：Cowork。Cowork 并不是替代 Agent 的新词，而是 Agent 进入真实团队协作之后的上层形态。

Agent 解决的是“AI 能不能独立干活”的问题，Cowork 解决的是“这些能干活的 Agent，如何被组织起来”的问题。

大家不再只是兴奋于“AI 终于会做事了”，而是开始认真讨论更难的问题：它能不能持续在线，不用每次手工打开？能不能被触发、被调度，而不只是在对话框里等你发问？它跨系统工作的能力够不够？以及最关键的——企业到底能不能把它纳入治理，而不是让它停留在个人外挂的状态？

二、为什么 Copilot 没有真正改写组织

Copilot 当然能提效，这一点我自己也深有体会。无论是写作、调研、编码还是文档整理，AI 都已经能显著提升个人效率。

但问题在于，个人效率提升，不等于组织结构变化。

为什么？

因为在 Copilot 模式下，最麻烦的事情还都在人身上。人要手工收集上下文；人要在多个系统之间搬运信息；人要决定什么时候触发下一步；人要提醒别人、催进度、盯状态，要反复确认“现在谁该做什么”。Copilot 强化的只是“个人执行”，但没有真正接管“协作推进”。

而大多数组织真正低效的地方，恰恰不在于某个人不会写代码、不会写文档、不会做分析，而在于信息传递、任务路由、状态同步和反复跟进。

如果 Agent 只是替你写一段代码、写一份纪要、写一段文案，它仍然只是效率工具；只有当它开始持续拿上下文、跨系统推进流程，它才会真正触碰到组织结构本身。

三、未来组织的最小作战单元，会变成“人 + Agent”

过去我们默认，一个岗位对应一个人。岗位 JD、汇报关系、绩效体系，都是围绕“单个人”设计的。

但未来，一个人的真实战斗力，会越来越取决于他背后调度了多少个 Agent，以及这些 Agent 是否稳定、可控、彼此协同。

比如，一个产品经理未来可能天然带着几位“数字同事”：

• 一个负责持续聚类用户反馈。
• 一个负责监控竞品变化。
• 一个负责整理会议纪要和项目知识。
• 一个负责检查需求变更后哪些文档和任务需要同步更新。

一个销售负责人也一样：

• 一个做线索初筛。
• 一个生成客户跟进草稿。
• 一个监控续约风险。
• 一个自动汇总 pipeline 变化。

CTO 当然更是如此。未来 CTO 管理的，可能不仅是工程师团队和产品库，还包括一组拥有不同权限、不同上下文、不同成本结构、不同可靠性的 Agent。

从这个角度看，未来最重要的能力，不只是“自己会不会干活”，而是：定义清楚任务边界，给出足够但不过量的上下文，分配合适的权限，设计好验收和兜底机制，以及判断哪些环节必须由人拍板。

这其实已经很像今天管理团队了。只不过你管理的，不再只是人，还有一组数字劳动力。

所以我才会说，未来组织的最小作战单元，不再只是“一个人”，而是“一个人 + Agent”。

四、为什么这件事对管理者的冲击尤其大

接下来被重写最厉害的，未必是基层执行者，而很可能是管理者这个角色。这和我在管理的黄昏？智能的黎明。里的判断是一致的。

很多传统管理动作，本质上都是为了弥补人和人之间协作成本高的问题。

比如层层汇报，是为了让信息向上流动；流程审批，是为了让风险可控；专门的 PM、PMO、运营角色，很多时候是在做跨团队的路由和同步。这和我之前在AI 时代，组织应该如何重新设计？以及从程序员到 CTO 的十年创业血泪总结（十）：一个程序员的管理感悟中讨论过的“路由器型管理者”其实是一脉相承的。

但如果一个团队里已经有越来越多工作可以由 Agent 自动完成、自动同步、自动提醒、自动归档，那么管理的重心就会发生变化。

未来更有价值的管理者，可能不是最会传话的人，而是能把模糊目标拆成清晰任务，设计好人和 Agent 的协作边界，并且有足够的审美来判断 Agent 的产出到底好不好的人。

未来的管理，会从“管人”逐渐转向“管任务、管上下文、管权限、管验收”。

五、为什么这件事对 To B 软件尤其重要

作为一个做了十一年 2B 软件的人，我对这一点感受特别强。

如果未来越来越多工作是由 Agent 完成的，那么 To B 软件卖的就不再只是“界面里的功能”，而会越来越像“数字劳动力的基础设施”。在软件已死，Agent 永生？以及从卖工具到卖效果：RaaS 如何重塑 To B 市场格局？里，我也做过类似的判断。

过去企业买软件，买的是一个给人使用的工具。

比如买 CRM，是为了让销售录入客户；买工单系统，是为了让客服处理工单；买知识库，是为了让员工检索文档。

但当 Agent 开始承担工作时，企业真正关心的就不再是功能本身了：它能不能接到现有系统？上下文够不够？多人能不能共享复用？审计、回滚、限权、控成本这些治理能力跟不跟得上？和已有流程能不能兼容？

这也是为什么最近 Notion、Anthropic、微软这些公司的文章里，都在反复强调权限、日志、治理和企业接入。

因为企业最终买的，未必是 AI 本身，而是可治理的 AI 劳动力。

谁能把这套基础设施做好，谁就更有机会进入企业真正的生产流程。反过来说，只会在原有界面上硬塞一个聊天框的产品，价值会越来越有限。

六、企业真正的挑战，是从技术焦虑走到组织重构

如果参考近期一些公开调研，国内的 CIO 们其实已经明显开始焦虑，也已经开始行动了。

他们更真实的焦虑，往往不再是“要不要上 AI”，而是更具体的事：现有数据底座够不够；试点能不能跑出真正的 ROI；合规和安全风险怎么管；模型怎么选怎么部署；以及最根本的，现有流程和岗位分工是不是该重构了。

这些问题，比“买哪家模型”更接近中国 CIO 今天的真实处境。埃森哲去年的调研数字其实挺说明问题的：46% 的中国企业已经在规模化应用生成式 AI，但真正实现显著价值的只有 9%，对组织架构做了重构的只有 34%。

所以，问题并不是企业没有开始焦虑，也不是完全没有开始努力，而是大多数努力目前仍然集中在“怎么把 AI 接进来”这一层：底座、模型、部署、治理、成本、合规。

这些事情当然都很重要，甚至可以说是必经阶段。但它们更多解决的是底座和落地问题，还没有真正进入岗位分工和流程重写这一层。

从最近 X 上这些热点来看，领先公司讨论的重点，已经不再只是“模型够不够聪明”，而是：哪些工作适合交给 Agent 持续执行；Agent 需要什么上下文和权限；哪些动作可以自动完成、哪些必须审批；以及怎么把 Agent 纳入团队协作而不仅仅是个人外挂。

国内这边过去几个月围绕“龙虾”的热潮，其实特别能说明这个差别。

“龙虾”当然有价值。正如我在从 OpenClaw 说开去：我们到底该如何面对这一波 AI 热潮？里写的，它让很多人第一次直观地理解了什么叫 Agent：AI 不只是会聊天，而是会拆任务、调工具、跑流程。

但问题也恰恰在这里。围绕“龙虾”最热的讨论，很多并不是“怎么把 Agent 接进真实工作流”，而是装机、卸载、培训、社群、代部署、一体机，以及围绕这一波 FOMO 情绪衍生出来的各种生意。

这说明很多人虽然第一次被 Agent 教育了，但还停留在 Agent 的启蒙阶段。讨论的重点仍然是“会不会装、有没有装、能不能卖课”，而不是“怎么把 Agent 纳入组织、权限和流程”。

国内虽然很多人已经开始认真研究 Agent，但整体上还更多把它当作一类新技术、新工具、新机会；而海外这波更领先的讨论，已经开始把 Agent 当作组织基础设施。

一个企业发展方向真正的分水岭，很可能不是“有没有接入 AI”，而是“有没有开始重写岗位分工和工作流程”。

如果企业只是给员工发了几个 Copilot 账号，它获得的大概率只是局部提效。

但如果企业开始认真思考，哪些岗位可以带一支 Agent 小队，哪些流程可以改造成事件驱动的工作流，哪些知识资产应该沉淀成可复用的上下文，那么它实际上是在进入一种全新的组织形态。

这两者之间的差距，接下来只会越来越大。

七、企业现在最该做的，不是 All in，而是先做小范围实验

当然，这并不意味着企业现在就应该立刻把核心流程全面交给 Agent。

我反而更建议先挑简单的场景练手，风险低、边界清楚、做完了好不好一眼能看出来的那种，比如：每周业务摘要；用户反馈聚合与分发；竞品调研监控；会议纪要整理归档；销售线索初筛分配；项目文档与代码的同步更新等等。

原则也很简单：只给必要权限，关键动作需要留档可审计，高风险结果必须有人审批。

先让 Agent 稳定地减少信息搬运、上下文切换和重复整理，再谈更大范围的放权。

我觉得这是一个更现实、也更适合大多数企业的路径。

写在最后

未来最值钱的人，不一定是最会写提示词的人，而更可能是最会定义任务、组织上下文、配置权限、验收结果的人。

AI 并没有简单地替代人，它真正改变的，是企业组织工作的方式。

以上是我个人的一些思考，一家之言，仅供参考。欢迎大家与我交流讨论。