AI Adoption Levels — 八层采用框架
What it is
Every 于 2026-06-02 提出的八层递进框架,将个人和组织的 AI 采用状态从低到高划分为:Chatbot → Copilot → Agent → Autopilot → Workflows → Assistant → Multi-agent → Orchestrator。每层配有定义、能力边界、示例提示词、人类判断要点,以及"何时升级到下一级"的决策信号。
核心主张:AI 采用不是竞赛,层级之间没有价值判断。模型迭代会自然"拉抬"所有人的基线,关键是找到与自身需求匹配的水平。
Why it matters
该框架将模糊的"用没用 AI"转化为可诊断、可讨论的具体层级,解决了三个常见问题:
- 自我评估:团队声称"在用 AI",但实际停留在复制粘贴的 Chatbot 层级
- 投资优先级:盲目追求最高层级导致维护成本失控(如 Level 6 Assistant 需要专职工程师维护)
- 能力边界:明确各层级的可靠范围,避免在不适用的场景过度信任 AI
Key points
- Level 1 Chatbot:独立聊天窗口,不嵌入工作流。典型瓶颈是上下文碎片化。
- Level 2 Copilot:嵌入实际工作环境(文档、代码编辑器),能访问当前文件。瓶颈是单文件限制。
- Level 3 Agent:描述任务,AI 逐步执行并请求批准。反应式——等你发起。瓶颈是逐步审批。
- Level 4 Autopilot:跳过权限,AI 独立完成任务后你只审查结果,即 vibe coding。瓶颈是结果不均匀。
- Level 5 Workflows:在 Agent 周围构建 harness,使其输出专业化。从 vibe coding 到 agentic engineering 的过渡。瓶颈是需要工程能力。Anthropic 工程师将其进一步表述为从 "prompt engineering" 到 "system engineering" 的范式转移——不再手动写 prompt,而是构建让 AI 自己决定何时需要信息、何时调用工具的系统。
- Level 6 Assistant:AI 主动行动,无需被提示。瓶颈是设置复杂、记忆问题未解决。企业级部署开始出现财务约束:Uber reportedly 将编码 Agent 的月度预算上限设为 $1,500/人/工具,标志着 Agent 时代的企业治理从"能不能用"转向"花多少钱值得"。
- Level 7 Multi-agent:同时管理多个长期运行的 Agent。瓶颈是记忆管理和角色边界。
- Level 8 Orchestrator:一个编排器 Agent 管理 Agent 团队。高度实验性,即使前沿工程师也主要自己扮演编排器角色。
升级不是线性的:你可以在不同工作流中处于不同层级。例如,对落地页使用 Autopilot,对财务模型使用 Agent,对邮件使用 Copilot。
Fable 5 与 Level 7-8 的实证(2026-06-13)
- Kieran Klaassen(Cora 总经理)以 Level 7-8 方式使用 Fable 5:委托整个项目、异步 Agent 工作、审查结果、反馈循环。他称 Fable 为 "my favorite model ever"。
- 具体成果:设定 "24 小时内修复任何 papercut 或 bug" 的目标,中位修复时间从 "数天" 降至 5 小时(过去一周数据)。
- 两个月内从零构建完整 web + iOS 邮件收件箱(竞争对手 Superhuman 花了两年多)。
- 关键区分:不是「他是开发者」,而是「他以循环方式工作」。这验证了 Level 7-8 的杠杆效应:同样的模型,不同的工作方式,产生数量级的差异。
- 成本不对称的警示:Fable 5 不仅每 token 比 Opus 4.8 贵 2 倍,而且自动启动数十个子 Agent 检查工作,导致实际使用成本极高。Dan Shipper 指出这创造了新的不平等:能负担持续运行前沿模型的人与不能负担的人之间产生距离。这提示 Level 7-8 的采用不仅取决于技能,还取决于资本。
个人层面的系统性自我评估(2026-06-28)
- Arielle Shipper 建立每周五自动化流程:让 Codex 回顾她一周的会话历史,评估她在八层框架中的当前位置,并给出具体改进策略。
- 她从 5.5 级(Agent-first 但不编排多个代理)提升到 6.6 级,验证了周期性外部评估对 AI 能力成长的加速作用。
- 可复制 prompt 结构:先问 "Based on everything you know about me... what level would you say I'm at on this guide to AI adoption levels?" 然后追问 "What would take me to the next level up? How can I use you more effectively? What opportunities did I miss?"
- 这一实践将八层框架从静态诊断工具转化为持续改进的反馈系统。
作者实践观察:
- Level 5 "主要是工程师的领域",但"这一学科的大部分将在未来 6 到 12 个月内被内置到平台中"
- Level 6 的维护成本被低估:Every 的 AI 助理"之所以能可靠运行,是因为有高级工程师维护"
- Level 8 现有工具(Gas Town、Paperclip、Symphony)只是早期示例,尚未形成工业标准
企业采用的校准:从层级升级到组织设计(2026-08-29)
来源:Every 33 Questions Executives Ask About AI—Answered
Every 对约 400 位高管问答的整理补充了企业侧的升级条件。组织不应先购买一套全公司的 AI 工具,再寻找使用场景。更可行的顺序是先选择一个高价值、可观察的业务痛点,找少数愿意深入实践的 champion,围绕真实产物建立工作流,再把结果复制到相近团队。
这使采用层级不只表示工具复杂度,也表示组织是否具备配套能力。进入 Level 5 Workflows 需要可复用的流程和培训产物。进入 Level 6 Assistant 或更高层级,还需要明确的责任人、治理边界、评估方法和持续维护预算。Every 的咨询经验显示,培训单位应是真实工作产物,而不是泛化的功能演示;评估则应观察覆盖率、稳定性和剩余人工工作,而不是只看模型分数。
Evidence across sources
| Source | Key Claim | Relevance |
|---|---|---|
| Every 2026-06-03 | 八层框架 + 每层的定义、瓶颈、升级信号 | 框架来源 |
| Every 2026-06-13 — The Moral of Fable | Kieran Klaassen Level 7-8 实证:24 小时 bug 修复目标、5 小时中位修复、两个月构建完整邮件应用;Fable 5 成本不对称(2× token 价格 + 自动子 Agent) | 框架的实证验证和边界条件:层级差异不仅取决于技能,还取决于资本 |
| Every 2026-06-28 | Arielle Shipper 每周五让 Codex 评估自己的 AI 采用级别,从 5.5 级提升到 6.6 级 | 将八层框架从静态诊断转化为持续改进反馈系统 |
| Vibe Coding Market Dynamics | Vibe coding 抬高下限,Agentic Engineering 保住上限 | Level 4 与 Level 5 的能力边界 |
| Compound Knowledge | Every 团队将复合工程理念扩展到组织知识 | Level 5 的 harness 方法论 |
| Model Routing | 不同模型处理不同任务的路由策略 | Level 5-7 多 Agent 场景的技术支撑 |
| AI Briefing 2026-06-04 evening | Anthropic 工程师提出自提示系统;Uber 设定 $1,500/月/人 Agent 预算上限 | Level 5→6 演进信号;企业采用财务约束 |
| Every 2026-08-29 | 约 400 位高管问答将痛点选择、champion、真实产物培训、评估和责任边界连接起来 | 将个人层级框架校准为组织采用路径 |
Open questions
- 该框架主要针对个人和知识工作者,企业级部署(数百人、合规要求、遗留系统)是否需要不同的分层逻辑?
- Level 5 Workflows 所需的"工程能力"门槛是否会随着平台内置而快速下降?
- Level 6 Assistant 的记忆问题是否有可行的技术路径,还是会成为长期瓶颈?
- 中国市场的 AI 采用路径(以钉钉/飞书/企业微信集成而非独立 Agent 为主)是否适用同一框架?
Prompts for witness
- 你当前的主要工作流分别处于哪一层级?哪些工作流"卡"在某一层的瓶颈上?
- 如果你要选择一个低风险任务实验 Level 4 Autopilot,你会选什么?为什么?
- 你的团队中是否存在"声称在用 AI"但实际停留在 Level 1-2 的情况?如何帮助他们升级?
Related
- Vibe Coding Market Dynamics — Level 4 的详细分析
- Compound Knowledge — Level 5 的 harness 方法论
- Model Routing — Level 5-7 的技术支撑
- 子页:Strategies · Economics · Operations
- Multi-Agent Coordination — Level 7 的工程实现
- Level 9–10:策略模拟与多轮稳健性 — 编排之后的策略探索框架
- Software Factory Ladder — 另一套组织级 AI 采用框架
2026-10-03 evening:采用层级的瓶颈是重复使用,而非订阅
来源:AI Briefing 2026-10-03 Evening
本次观察为八层采用框架补上一条行为证据:付费并不代表进入更高层级,很多用户仍停留在少量基础查询;图像输入、邮箱读取和浏览器动作等能力如果没有被具体结果带出来,就不会自然转化为重复工作流。采用诊断应因此记录首次成功、重复使用和任务扩展,而不是只记录账号开通或订阅。
Counterpoints & Gaps
- 单条推文不能估计各采用层级的真实比例。
- 不同产品的权限、隐私和任务风险不同,不能用同一 onboarding 指标直接比较。
Sources (addendum)
- AI Briefing 2026-10-03 Evening — 付费用户的重复使用瓶颈
Pending Jean review
- product-trends/ai-adoption-levels — ai_draft;为一个真实工作流补记首次成功、重复使用和升级到下一层的信号。
2026-10-03 newsletter:框架的自评操作化——让 AI 当教练
来源:Every — How to Get Better at AI by Asking AI
八层框架从标签变成成长进度条的操作方法(Arielle Shipper 实录,5.5→7.9 级/四个月):① 把框架链接交给主力 agent,让它跨会话评估"我们在哪一层",要求用具体会话举例——评估质量取决于跨会话可见性;② 追问"到下一级差什么",要求用已完成项目给三个战术建议(看到自己的 Stripe 销售税项目本可拆成数据拉取/核验/工作簿三个专才,比抽象说教更能改变行为);③ 不懂就问"HOW to execute",要求样例工件、禁术语;④ 固化为每周评分例行任务(周五扫描当周会话,输出层级分+周变化+下周实验),学习的真正载体是"变化"与"下周"两栏而非分数;⑤ 失败复盘进 /self-improve 循环。框架由此获得量化仪式,定性层级才能驱动行为改变。
Counterpoints & Gaps
- 成长曲线是单一样本自述,无对照组;"层级分"的判定一致性未经检验(同一 agent 自我评分可能系统性偏高)。
- 方法依赖主力 agent 的跨会话记忆能力,换 agent 或记忆清空后评估基线丢失。
Sources (addendum)
Pending Jean review
- product-trends/ai-adoption-levels — ai_draft;用八层框架跑一次跨会话自评,并设周五评分例行任务,四周后回看曲线。
2026-10-04 evening:采用层级要用行为而不是订阅衡量
来源:AI Briefing 2026-10-04 Evening
本次时间线为采用框架增加了可操作的行为指标:用户是否完成第一次有用任务,是否重复使用,是否把 Agent 从编码扩展到其他工作,以及是否愿意授予更高风险权限。订阅、账号开通或一次成功 demo 都只能说明入口存在,不能说明用户进入了更高采用层级。
Counterpoints & Gaps
- 这些指标仍需要按产品风险和权限模型分层,不能用单一活跃度替代采用质量。
- 时间线观点没有提供跨产品的行为数据,层级阈值仍是待验证假设。
Sources (addendum)
- AI Briefing 2026-10-04 Evening — 首次成功、重复使用与 Agent 扩展
Pending Jean review
- product-trends/ai-adoption-levels — ai_draft;为一个真实工作流记录首次成功、重复使用、任务扩展和权限升级四项行为。
2026-10-05 evening:重复使用是 AI 进入日常的采用证据
来源:AI Briefing 2026-10-05 Evening
本次时间线为八层采用框架补上了一条更窄的门槛:订阅、账号开通或一次成功 demo 只能说明入口存在,可靠的重复使用才说明 AI 正在进入日常基础设施。测量上应把首次成功、重复使用、任务扩展和权限升级分开;信任建设应从低风险、可验证的结果开始,再逐步请求更宽的权限。采用因此更像一条行为漏斗,而不是单一活跃度或付费转化指标。
Counterpoints & Gaps
- 重复使用可能来自锁定、习惯或低质量自动化,不能单独证明结果可靠或价值为正。
- 权限升级受任务风险、组织政策和审计能力影响,不能用统一阈值跨产品比较。
Sources (addendum)
- AI Briefing 2026-10-05 Evening — 重复使用、首次成功、低风险结果与权限扩展
Pending Jean review
- product-trends/ai-adoption-levels — ai_draft;为一个真实工作流分别记录首次成功、重复使用、任务扩展和权限升级,四周后检查这些指标是否一致指向更高采用层级。
2026-10-06 evening:采用升级取决于从试用到可信行动
来源:AI Briefing 2026-10-06 Evening
本次时间线显示,AI 采用的关键跃迁不是“看过一个 demo”,而是用户愿意让 Agent 在受控边界内执行真实行动:找客户、发外联、预约会议、处理文件,甚至持续运行过夜任务。进入更高采用层级前,需要先用低风险任务建立可靠性,再通过项目地图、回执、人工审批和可回滚设置扩大权限。产品是否简化入口、是否保留人的审阅能力,也会直接影响重复使用。
Counterpoints & Gaps
- 真实行动的发生不等于行动质量,尤其是外联、账号操作和自动化写入都需要结果与副作用指标。
- “过夜运行”可能只是更长的等待时间,只有在恢复、验证和人工接管都可用时才算采用升级。
Sources (addendum)
- AI Briefing 2026-10-06 Evening — 真实行动、受控权限、过夜运行、项目地图与产品简化
Pending Jean review
- product-trends/ai-adoption-levels — ai_draft;为一个真实工作流记录从首次试用到重复执行、人工审批、权限扩展和结果复核的完整路径。
2026-10-07 evening:采用层级在可信的持续行动处升级
来源:AI Briefing 2026-10-07 Evening
本次时间线为采用框架增加了一个行为分界:从回答问题到代表用户持续行动。给本地商家打电话、提前监控生日、安排复杂行程或在受控权限下运行代码,都会把 Agent 带入更高风险的现实环境。采用升级需要目标明确、权限可控、结果可复核,并且用户愿意在第一次成功后重复授权,而不是只停留在一次 demo。
Counterpoints & Gaps
- 持续行动的频率可能反映锁定或自动化惯性,不一定等于真正的信任和价值。
- 采用层级应区分低风险日历提醒、外联、代码修改和外部提交,不能用单一行为阈值衡量。
Sources (addendum)
- AI Briefing 2026-10-07 Evening — 个人 Agent、日历任务、真实电话、复杂行程与受控代码执行
Pending Jean review
- product-trends/ai-adoption-levels — ai_draft;为不同风险等级的持续行动分别记录首次成功、重复使用、人工确认和权限扩大。
2026-10-08 evening:采用升级取决于可信行动,而非功能数量
本次时间线把采用层级的升级信号落到了可观察行为:从聊天与辅助,走向能控制设备、生成交互工具、自动编辑视频和处理复杂个人任务;但每一步都需要权限、恢复和结果审阅。也就是说,功能演示只能说明潜在能力,持续、可信、可复核的行动才是采用升级的证据。
Counterpoints & Gaps
时间线样本不能代表普遍用户或组织采用率,且“能完成一次”不等于“可长期托付”。采用层级仍需用重复任务、错误率、人工介入频率和成本来测量。
Sources (addendum)
- AI Briefing 2026-10-08 Evening
- Yuchen Jin:个人 Agent 的手机控制
- Riley Brown:自动化视频编辑
- jxnlco:复杂旅行 Agent
- PerceptualPeak:高权限行动的恢复边界
Pending Jean review
- 选择一个个人工作流,按“重复任务 + 错误/介入/成本”记录采用层级,而不是按新功能数量判断。
2026-10-09 evening:���用升级表现为重复的可信行动
本次时间线把采用层级的升级信号落到多个低摩擦入口:语音完成小型开发、Bot 建立长期看板、云端定时生成视频、手机参与远程剪辑,以及 AI 辅助通过实际考试。这些案例的共同点不是一次性演示,而是把 Agent 放进原有工作流并产生可复核的中间工件或结果。
Counterpoints & Gaps
多数案例由发布者自述,缺少重复任务、错误率、人工介入和成本数据。一次成功不能证明用户可以长期托付,尤其当流程会触及外部账号、设备或发布权限。
Sources (addendum)
- AI Briefing 2026-10-09 Evening
- Simon Willison:语音驱动小型开发
- op7418:Bot 建立 Notion 看板
- op7418:云端生成 AI 早报视频
- nickbaumann_:手机参与视频审阅
- AI_Jasonyu:AI 辅助无人机驾照考试
Pending Jean review
- 为一个低风险个人流程记录首次成功、连续重复、人工介入、错误恢复和成本,再决定是否提升采用层级。