Skip to content
Back/Product Trends

Agent-native 组织形态与运营模型

View in Graph
Updated 2026-11-01
3 min read
631 words

Agent-native 组织形态与运营模型

本页承载 Agent-native Architecture 的组织与运营维度:当 agent 成为执行主体,公司如何度量、治理、分工。架构与接口见 product-trends/agent-native-architecture-principles;产品案例见 product-trends/agent-native-cases-ledger。

What it is

Agent-native 不止改变产品接口,也改变组织的运营单位:流程被结构化记录、模型按成本与成功率路由、evals 成为基础设施、自治分级升级、agent 在组织内拥有身份与汇报关系。这一页收集这些组织层信号。

运营层标准

businessbarista 的 30 项清单把 AI-native 公司描述为持续运行系统(2026-08-31):流程被结构化记录;输出可追溯至 prompt、模型、数据和审批人;模型按成本与成功率路由;Evals 成为基础设施;自治从观察逐步升级到独立执行;组织设计信号是「每个被接受 PR 的成本」和「人负责首尾、agent 执行中段」。局限:框架性清单而非统一实验验证;成本/自治指标需按任务类型定义,不能横向比较所有工作流。

执行分工:确定性管道 + 有界推理

Replit Routines 把周期工作拆两层:确定性代码负责收集、准备、输出,agent 只在需要解释或推理时介入;客户反馈同构(先确定性整理,再归纳主题优先级)(2026-09-11)。判断标准从「有没有 agent 入口」变为「动作、状态、确定性边界是否可组合」——模型负责开放式判断,代码负责可重复管道,产品仍提供权限、失败、审查面。同批 Shopify 回归 Swift/Kotlin 的叙述(AI 降低跨平台迁移成本)来自二手转述,公司决策、周期、因果解释需原始公告验证。

工作单位:有边界的工作

  • Greg Isenberg 的机会清单 + Peter Yang 的 AI employee 框架(2026-09-12):agent 岗位 = 明确职责、技能、经理、预算。
  • 进一步收窄(2026-09-13 evening、2026-09-15):最小单位是「有边界的工作」——具体岗位或结果、可用技能、升级路径、预算、权限、状态、验收关系。通用 runtime 降低原型成本,但不自动提供领域判断、审批、失败恢复、accepted-result accounting。
  • Zara Zhang 的 counterpoint:agent-native 提高个体杠杆,不自动替代共同判断、动机维持和验收关系;one-person company 判断有个人经验色彩。越具体的岗位通常需要更多领域集成和维护,边界清晰不等于成本更低。

系统记录 → 领域 harness

Garry Tan(2026-09-13 afternoon):system of record 要么死亡,要么变成 domain-specific harness。dotey 同批补充:工程师不会因代码生成消失——问题定义、可验证规格、失败模式判断、生产稳定性、安全仍由人负责。扩展后的测试:只保存权威数据的 SaaS 不是 agent-native;领域状态、权限、规则、任务历史、可恢复动作都成为 agent 可调用 primitives 时,才从记录系统升级为执行 harness。「system of record → domain harness」仍需按 SaaS 类别定义可调用动作、权限模型、审计要求。

工具所有权分散

dotey 对 AI 原生内部工具的观察(2026-09-08 evening):按需生成工具更贴近局部工作流,但所有权、安全、维护、发现机制从单一平台团队分散到许多工具。agent-native 是重新设计能力接口和治理责任,不是加模型入口。局限:本地用户级权限扩大执行面;分散生成工具前需要定义 owner、数据边界、维护预期、退出路径。

Principal 分裂:个人 agent vs 企业 agent

  • Freda Duan(2026-09-20):聊天时代个人/工作只差上下文;agent 时代身份、权限、数据所有权、安全、风险模型属于不同 principal,单一超级应用可能拆成个人 agent 与企业 agent。
  • Rohan Varma 的 Agent-first Slack 需求:共享空间需要 agent 拥有原生身份、API、事件、审计历史,同时保留人类桌面/网页/移动界面。
  • 推论:principal、credential owner、action scope、revocation、cross-context leakage、human acceptance、audit trail 必须成为一等对象;聊天 UI 可共享,执行权与数据边界不能默认共享。局限:战略判断无迁移率/留存/采购数据;principal 隔离增加切换与协作成本。

企业 agent 身份层

  • 微软 Autopilot(2026-09-26, Every):以用户起的名字示人("Dot (Ryan's Autopilot)"),同事可在 Teams @它;嵌入治理结构、独立权限、组织架构图上「向所有者汇报」;支持 Routines(每日简报/常驻盯守)。Nadella:「新的巨大内部风险就是 AI Agent」——agent 先获得身份与边界再获得能力。张力:权限护栏现场挡住跨应用取表格——让 Copilot 可信的管控机制也是阻止它完成工作的机制,「在正确配置下可以工作」无法当场证伪。
  • OpenAI DevDay 2026(2026-10-01, Ben's Bites):Dots「专职 Dot」在组织内拥有独立身份、凭据与系统访问(采购、发票、邮件营销、客服、商业合同试点),接入 Microsoft Agent 365 治理;后台「主动研究」只用只读工具,敏感操作永远需本人完成。Ben 与 Mollock 独立得出「从配置驱动到工具驱动」判断。
  • 两家合流:企业 agent 身份层跨厂商成型,是同一层基础设施的竞合两面。局限:架构图身份是治理隐喻而非已审计权限模型;Dots 安全架构是官方自述,无第三方审计。

注意力路由与持续关系

  • Altman 使用模式(2026-10-04, Every):常驻 agent 首要价值是注意力防御(早晨分诊「什么需要我想」),其次才是任务执行;交互延迟本身是设计变量(他愿付 8 倍标准价用 Ultrafast)。注意:利益相关方叙事;Dots 实测(付费墙转述)会丢消息、失去电脑连接、每个服务要登两次。
  • 两类个人 agent(2026-10-02):低门槛持续运行型(夜间收集、早晨升级、跨应用执行)vs 专家自建 harness 型(用户拥有状态、扩展面、恢复逻辑)。共同要求:用户知道哪些事项被处理、推迟或忽略。更主动的注意力路由可能提升效率,也可能造成过滤偏差,复核队列和审计记录不能省略。
  • 从一次性任务到持续关系(2026-10-06、2026-10-07):用户期待理解长期目标、接入真实业务、自动转发事件的 agent;产品要管理关系、状态和接管。同时扩大权限、通知疲劳、状态漂移风险,必须提供暂停、审计、撤回。「长期改变」需区分满意度、任务完成、习惯变化、真实业务结果。
  • 流程重设计(2026-09-06, Aaron Levie):agent-native 不是在旧流程上加聊天入口,企业需要重新设计跨职能链路;工作助手与个人助手可能分化——前者要企业权限和审计,后者要更强隐私和个性化边界,可能共享模型但不共享产品契约。

Open questions

  • 「成本/被接受成果」与「自治等级」如何按任务类型标定?
  • principal 隔离的切换/协作成本,是否优于强隔离统一产品?
  • 注意力路由的过滤偏差如何复核?审计记录不能省略,但形态未定。

2026-10-27:Replit 的 Self-Driving Company 与 Agent Habitat

Amjad Masad 将 agent 描述为公司的执行与协作层:人定义目标、运用判断并承担责任,agent 在权限和审批边界内完成工作。文章提出 Agent Habitat,让 agent 使用公司的知识与系统、协调人员和其他 agent,并保留访问控制、审批、操作可见性与错误影响限制。修正和有效工作流也应进入共享知识。

Replit 自述 2026 年上半年工程代码产出接近三倍,同时评审时间、回滚和产品事故保持稳定;文章还转述 SMFL 的项目工期与预算估算。这些是供应商披露的案例,不能单独证明因果或跨公司的生产率收益。该框架把现有“有边界的工作”具体化为一个有权限、审计、审批和知识反馈的执行环境。

Counterpoints & Gaps

  • Replit 同时是产品供应商和案例讲述者;其指标与客户估算应保持归因,等待独立方法和数据。
  • 文章没有给出产出定义、样本范围或对照组,无法据此比较不同组织的效率。

Sources (addendum)

Sources (2026-10-30 addendum)

2026-10-30:Agent fleet 与工程交付瓶颈迁移

Spawn 的创办者描述了一个 10 人团队,以常驻 agent fleet 承担业务领域工作;agent 有持续身份、记忆、权限和负责范围,团队强调线上故障的发现与修复闭环。作者报告过去 30 天有 77,000 项实质改动、月 token 支出 310 万美元。这些数字和做法均为公司自述,未见独立核验。

FurtherAI 的工程负责人称,团队增加自动测试、AI 预审和规则检查后,人工编码速度不再是唯一瓶颈,规划、评审与端到端责任占比上升。其报告的人均改动量、回滚率、测试覆盖和无人合并比例均缺少可比定义与独立验证,适合作为单一组织案例,而非行业基准。

两例共同提示:扩展 agent 执行能力时,应同时观察规划、评审、集成和线上反馈;常驻 agent 需要窄范围所有权、明确权限及可恢复的故障闭环。代码产量本身不能证明交付质量或组织效率提升。

Counterpoints & Gaps

  • 两组效率数字来自相关公司人员,基线、统计口径、任务难度和质量控制细节不足;不可直接横向比较或推断因果。
  • 常驻 agent 的持续身份与生产权限会扩大影响面,实际采用前仍需核对权限边界、审计记录和回滚机制。

2026-10-31: Ongoing responsibilities need a visible contract

Nick Baumann distinguishes a task requested once from an ongoing responsibility that must be checked repeatedly. His example links personal and work agents so trip dates, receipts, policy checks, and expense submission move through a recurring handoff. He recommends making each responsibility visible with its owner, expected result, check cadence, and notification condition, then reviewing overlapping or unclear commitments with the agent.

This adds an operating detail to the page's existing model of bounded work: recurring work needs a clear cadence and escalation condition, while temporary responsibilities need an explicit end state. The example is one user's account of a personal workflow, not measured evidence of agent reliability.

Counterpoints & Gaps

  • The source gives no error rate, audit results, or independent evidence that the cross-account expense workflow handled every case correctly.
  • Cross-account access, financial actions, and receipt handling require explicit permissions and a review path.

Sources (addendum)

2026-11-01 — Arca:AI 原生财富管理的主动式服务

来源:AI Builders Digest 2026-11-01;Latent Space 播客对 Arca AI 平台负责人 Aman Singh 的访谈(feed 仅提供频道链接,无单集 URL)。

Arca 的 AI 原生形态:agents 在人类顾问背后承担规划、分析与跟进,客户不直接接触 agent。具体运营机制:

  • 模型无关 harness:按任务复杂度路由模型,用内部基准(非公开榜单)选型。
  • 客户记忆:持续记录进行中事项、负责人、期限与新信号,使跨天流程在电话或邮件带来变化后可接续推进(十天税务规划为例)。
  • 人机权威分界:agent 分析与提案,重大动作(转账、卖出)由顾问审核执行。
  • 主动服务模式:Singh 概括 AI 原生公司的服务方向为「Agents prompt people more than people prompt agents」——服务从被动响应转为主动推进。

这与本页「注意力路由」「持续关系」两节的判断相互印证:Agent-native 公司把 agent 放在执行与跟进层,人保留客户界面与不可逆决策。安全控制细节见 harness-engineering/agent-trust-boundary-permissions。

Counterpoints & Gaps

  • 公司自述案例,无独立审计数据;财富管理行业的强合规约束使该模式的可迁移性受限——「顾问审后才执行」在金融是受监管要求,在其他行业是设计选择。
  • 「内部基准选型」的具体构建方法未披露。

Sources (2026-11-01 addendum)

Pending Jean review

  • product-trends/agent-native-org-model — human_verified 页面新增公司自述案例;建议保留归因,并在引用其效率数据前核验方法与原始资料。
  • 本次 Spawn 与 FurtherAI 案例为公司人员自述;在引用产量、成本或质量数字前,核验定义、基线与独立证据。
  • 本次持续责任案例为单人自述;建议保留为归因样例,并在泛化为可靠性结论前核实。

Sources

Synthesized from 22 sources
  • AI 简报 2026-08-31 EveningSupporting source listed by this page.Whole pagemediumbody
  • AI 简报 2026-09-06 MorningSupporting source listed by this page.Whole pagemediumbody
  • AI 简报 2026-09-08 EveningSupporting source listed by this page.Whole pagemediumbody
  • AI 简报 2026-09-11 MorningSupporting source listed by this page.Whole pagemediumbody
  • AI 简报 2026-09-12 EveningSupporting source listed by this page.Whole pagemediumbody
  • AI 简报 2026-09-13 AfternoonSupporting source listed by this page.Whole pagemediumbody
  • AI 简报 2026-09-13 EveningSupporting source listed by this page.Whole pagemediumbody
  • AI 简报 2026-09-15 MorningSupporting source listed by this page.Whole pagemediumbody
  • AI 简报 2026-09-20 AfternoonSupporting source listed by this page.Whole pagemediumbody
  • AI 简报 2026-09-26 MorningSupporting source listed by this page.Whole pagemediumbody
  • Every — Copilot Gets a Seat in the Org ChartSupporting source listed by this page.Whole pagemediumbody
  • AI 简报 2026-10-01 MorningSupporting source listed by this page.Whole pagemediumbody
  • Ben's Bites — OpenAI DevDay 2026Supporting source listed by this page.Whole pagemediumbody
  • AI 简报 2026-10-02 AfternoonSupporting source listed by this page.Whole pagemediumbody
  • AI 简报 2026-10-03 AfternoonSupporting source listed by this page.Whole pagemediumbody
  • Every — ChatGPT Wants to Be Your Operating SystemSupporting source listed by this page.Whole pagemediumbody
  • AI 简报 2026-10-06 AfternoonSupporting source listed by this page.Whole pagemediumbody
  • AI 简报 2026-10-07 AfternoonSupporting source listed by this page.Whole pagemediumbody
  • 2026-10-27-22-56Supporting source listed by this page.Whole pagemediumabsorb log
  • 2026-10-30-17-37Supporting source listed by this page.Whole pagemediumabsorb log
  • 2026-10-31-07-59Supporting source listed by this page.Whole pagemediumabsorb log
  • 2026-11-01Supporting source listed by this page.Whole pagemediumabsorb log

Evolution

1 event
  1. absorbed

    Derived from source material

    This page is currently synthesized from 22 sources.

    From AI 简报 2026-08-31 Evening, AI 简报 2026-09-06 Morning, AI 简报 2026-09-08 Evening, AI 简报 2026-09-11 Morning, AI 简报 2026-09-12 EveningTo Agent-native 组织形态与运营模型
    Sources: raw/briefing/AI Briefing/2026-08-31-23-04.md · raw/briefing/AI Briefing/2026-09-06-08-11.md · raw/briefing/AI Briefing/2026-09-08-23-06.md · raw/briefing/AI Briefing/2026-09-11-08-05.md · raw/briefing/AI Briefing/2026-09-12-23-00.md · raw/briefing/AI Briefing/2026-09-13-17-40.md · raw/briefing/AI Briefing/2026-09-13-22-58.md · raw/briefing/AI Briefing/2026-09-15-08-12.md · raw/briefing/AI Briefing/2026-09-20-17-41.md · raw/briefing/AI Briefing/2026-09-26-08-04.md · raw/newsletters/Every/2026-09-26 Copilot Gets a Seat in the Org Chart.md · raw/briefing/AI Briefing/2026-10-01-08-03.md · raw/newsletters/Ben's Bites/2026-10-01 OpenAI DevDay 2026.md · raw/briefing/AI Briefing/2026-10-02-17-45.md · raw/briefing/AI Briefing/2026-10-03-17-40.md · raw/newsletters/Every/2026-10-04 ChatGPT Wants to Be Your Operating System.md · raw/briefing/AI Briefing/2026-10-06-17-39.md · raw/briefing/AI Briefing/2026-10-07-17-41.md · raw/briefing/AI Briefing/2026-10-27-22-56.md · raw/briefing/AI Briefing/2026-10-30-17-37.md · raw/briefing/AI Briefing/2026-10-31-07-59.md · raw/briefing/AI Builders Digest/2026-11-01.md

Linked from