AI 可以给方案，也可以参与决策，但无法承担后果。
图由 AI 生成
文 | Alex
瑞华智策合伙人高燕给自己配置了 16 个 Agent，分别处理产品、交付、品牌、营销、个人 IP、理论研究、战略、销售管理等工作。
遇到一个课题，她会先和 Agent 讨论，方案逐渐明确后，再让 Agent 调用工具和 Skill 继续执行。
但这 16 个 Agent 不会同时工作。高燕每天真正保持活跃的，大约只有 5 个。
十几个 Agent 同时启动，方案、问题和待确认事项很快就会涌过来。哪些结果能用，哪些需要修改，下一步往哪里走，是否继续授权，都需要她判断。
" 如果十几个 Agent 同时工作，我本人很快就会成为决策瓶颈。" 她说。
传统管理经常研究一个管理者适合带多少人。
Agent 进入公司后，一个新的问题出现了，那就是一个人到底能同时管理多少个 Agent？
这支做企业级 AI 落地服务的团队，从组建时就在尝试 AI 原生的工作方式。工作增加，他们不会立即想到再招一个人，第一反应是，这件事能不能先交给 AI？如果一个 Agent 不够，能不能让 AI 进一步调用 AI？
在高燕看来，这也是 AI 原生组织和传统公司 "+AI" 的不同之处。
01
AI 重写组织扩张的 " 加人 " 逻辑
瑞华智策目前的组织很薄。
高燕直接面对技术、交付、商务、营销等职能成员，成员下面是各自使用的 Agent，人的组织关系基本只有两层。未来团队增加到几十人，她预计可能再增加一层，但三层基本就是上限。
人数和层级增加，信息传递和协作成本也会增加。Agent 同样如此。
调用一个 Agent 解决问题，链路相对直接；
多个 Agent 组成 " 专家团 "，协作反而可能变慢，甚至在彼此讨论中陷入循环。
所以，当工作量增加、现有人手不够时，团队先判断 AI 能不能承担，再考虑增加人。
这种方式已经进入具体工作。
公司的营销型网站由一名资深人员借助 AI 完成。高燕自己的公众号，从选题、创作、排版到生图，大量环节交给 Agent。
她确认选题之后，Agent 可以继续完成写作、修改、排版和配图，最后因为平台权限等原因，再由人工完成发布。
PPT 也换了一套做法。高燕发现，直接让 Agent 生成传统 PPT，质量和 Token 成本都不理想，团队后来改用 HTML 生成可以翻页、带交互的演示页面。
Logo、版式、版权标识等品牌规范也被做成 Skill。
团队早期请兼职设计师参与 Logo 和基础视觉规范设计，之后把这些规范转换成 Agent 可以调用的规则。再生成材料时，Agent 直接按照统一标准执行，一些过去反复出现的制图、排版和 PPT 制作工作随之减少。
业务量增加之后，瑞华智策习惯先增加 Agent、Skill 和自动化能力，再决定要不要增加人。
这条路很快碰到了另一个问题。
02
AI 跑得越快，人越需要慢下来判断
AI 的执行速度上去了，人的时间没有增加。
高燕举过一个编程场景：Agent 可以整夜生成代码，第二天工程师可能根本审不过来。她自己的情况也类似：
一个 Agent 给出一个方案，需要判断一次；
十几个 Agent 同时推进，等待确认的节点会迅速增加。
所以，她虽然配置了约 16 个 Agent，每天通常只让 5 个左右保持活跃。" 这样才能给自己留下决策和思考的空间。"
5 个并不是标准答案，只是她现阶段的个人经验。
她的工作包含大量决策和深度思考，如果 Agent 持续推送结果，一天很容易变成接收、审核、反馈，再接收、再审核。Agent 能并行，但人脑有 " 带宽 " 限制。
这也改变了团队成员的工作方式。
每个人都要自己判断今天优先调用哪个 Agent，多个 Agent 如何分配时间，什么时候启动新任务，什么时候停止，哪些结果必须人工接管。
Agent 配置好了，任务也不会因此自动跑完。
目标仍需要由人说清楚。如果需求表达模糊，Agent 可能沿着错误方向执行，生成大量冗长、不准确的结果，同时增加 Token 消耗。
因此，高燕把目标拆解、任务分配、结果审核都视为成员需要具备的基本能力。这些过去更接近管理者的工作，现在一个没有管理头衔的人，也可能每天调度多个 Agent。
传统管理里有 " 管理幅度 "，讨论一个管理者适合带多少人。高燕认为，AI 时代也会出现类似的问题，即一个人究竟能同时管理多少 Agent？
而数量并非越多越好。Agent 持续并行工作，会把越来越多结果和决策节点推给人。
人的注意力被不断切分，审核和判断很快跟不上机器的产出速度。高燕也提到，长期处在这种状态里，人的工作幸福感和成就感都会受到影响。
Agent 可以不断增加，但人的判断力却无法同步扩容。
03
岗位在减少，也在重做
Agent 进入工作以后，一些岗位已经开始变薄。
高燕首先提到的是以前只负责上传下达的中层，这个人群所做的工作一般是收集下面的数据，整理后再向上汇报。
如果信息可以由系统直接整理和传递，这类工作的空间会受到明显挤压。另一类是纯工具型岗位，简单制图、排版和 PPT 制作已经可以大量交给 Agent。
与此同时，一些工作却在加重。FDE 就是其中之一。
瑞华智策做 To B 服务。高燕发现，把 Agent 部署（高燕称之为 " 硅基员工 " 上岗）到客户企业只是开始。很多企业即使拿到了 Agent，也未必知道怎样安全、高效、低成本地使用；原来的流程、权限体系、岗位分工和人员能力，也不会随着 AI 上线自动改变。
因此，他们把 FDE 的工作范围做得更宽。
Neuters
客户 AI 成熟度低，FDE 可能需要带着专家团队做更长时间的辅导；
客户成熟度高，服务才会逐渐变轻。他们更关心客户最后有没有真正用起来、有没有产生业务价值。
现在负责 FDE 的人，原来做数字营销。他并不是以 " 成熟 FDE" 的身份从市场上招进来的。
团队看中他的技术研究能力、专业导向和服务意识，先让他参与内部 AI 改造和客户交付，再逐渐承担 FDE 负责人角色。
高燕认为，新岗位刚出现时，市场上很难直接找到成熟人才。团队会先看这项工作要解决什么问题、需要哪些能力，再从现有成员中寻找具备相应特质的人，在实际工作中逐步培养。
知识管理也被重新放到了重要位置。即使团队很小，瑞华智策仍专门设置了知识管理职能。
高燕有一个知识管理 Agent，除了把过往的沉淀整理成了结构化的知识服务层，还会定期从日常互动、内容、讲话和资料中，把有长期价值的思想 " 蒸馏 " 出来，持续加厚这个知识服务层，供所有其他 Agent 接入和调用。
这样，负责个人 IP 的 Agent 会越来越熟悉她的表达，其他 Agent 也能继承已经沉淀下来的方法和判断。
但她并不主张把所有东西都塞进知识库。
IM 里的闲聊、隐私信息、低价值内容，没有必要全部保存；历史数据全量清洗的成本也可能高于收益。她更愿意留下那些 " 能够穿越周期 " 的知识。
过去，知识管理主要解决 " 以后能不能找到 "。现在，沉淀下来的经验、规则和方法，还会继续进入 Agent，影响以后的工作。
04
80% 是老兵，周报却被取消了
瑞华智策还有一个看起来不太 "AI 原生 " 的特点：团队里约 80% 的成员拥有 15 年以上工作经验。
高燕认为，这和 To B 服务有关。
客户不会因为 AI 出现，一夜之间变成 AI 原生企业。服务团队需要理解客户原来的组织怎么运转、业务流程怎么跑、哪些环节风险高、哪些地方可以改，以及怎样设计一条客户能够接受的过渡路径。
这些东西依赖长期积累。所以现阶段，他们首先选择的是经验丰富、同时又能够深度使用 AI 的人。
但经验也会形成惯性。
高燕自己是 70 后，也会反复提醒自己，过去形成的工作方法可能成为约束。接下来团队还会再引入更年轻的成员，包括 "00 后 "。
年轻成员往往更容易直接使用新的 AI 工具和基础设施，不需要先放弃已经熟悉多年的工作方式。
两类人各有价值：一边有行业 Know-how，一边是对 AI 的 " 原生 " 手感。
在日常管理上，瑞华智策做了不少减法。
团队没有固定早会，也没有周报。季度开始时确定策略、分工和季度末需要完成的里程碑，过程中出现困难、需要同步进展或共享关键信息时，再开会。
高燕不太认同依靠高频汇报维持控制。
她更关心共同认知、价值观和边界是否清楚。当然，这套方式也与团队规模有关。人数继续增加后，很多今天可以直接沟通解决的问题，仍可能重新需要机制和流程。
人数增加会让协作网络变复杂，Agent 增加也是如此。
采访最后，高燕谈到一个更基础的问题：如果执行、检索、制图、写作、编程越来越多交给 AI，人还留下什么？
她给了两个答案。
一个是责任。AI 可以给方案，也可以参与决策，但无法承担后果。在企业级场景里，授权到哪里、采用哪个结果、出了问题谁负责和兜底，最终仍然落在人身上。
另一个是人与人之间的连接。尤其是大客户销售、咨询和服务，信任很难靠一份 Agent 生成的完整方案直接建立。现场的一句话、一次反馈、一次理解，人到客户现场感受到的内部独特氛围和 " 政治议题 " 都可能影响合作是否继续。
高燕每天只让 5 个左右的 Agent 真正活跃，看起来只是一个使用习惯，却已经触碰到 AI 进入组织后的一个新约束。
过去，公司担心没人干活。现在，Agent 越来越能干，人开始担心自己审不过来。
执行能力迅速增加以后，判断正在变成新的稀缺能力。
⬇️⬇️扫码即刻获取白皮书⬇️⬇️
栏目介绍
本文为崔牛会「AI 原生组织研究」系列文章。更深层的问题，比如人在 AI 原生组织中如何重新定义价值，AI 输出如何被工程化约束，中层管理在新组织里会不会消失，已经收录在崔牛会 9 月 2 日发布的《AI 原生组织白皮书（2026）》中。
点击左下角 " 阅读原文 "，获取白皮书
登录后才可以发布评论哦
打开小程序可以发布评论哦