Skip to content
Back/Product Trends

Delegate vs Sit Beside — AI 工作方式的二元分化

View in Graph
Updated 2026-10-28
2 min read
315 words

Delegate vs Sit Beside — AI 工作方式的二元分化

What it is

Dan Shipper(Every CEO)提出的框架:未来所有工作会分裂为两类——可以"全权委托"(delegate)给 Agent 的任务,和需要"全程陪伴"(sit beside)Agent 完成的任务。

这个判断直接挑战了"分配经济"(allocation economy)的简单化理解。Dan 认为分配经济只对了 50%:有些工作确实适合委托,但另一半工作需要人在循环中,和模型在同一窗口里逐行协作。

"Grant me the serenity to delegate the work I can, the expertise to sit with the model on the work I can't, and the wisdom to know the difference." —— Dan Shipper

Why it matters

当前很多团队盲目追求"全自动化",导致在需要人类判断的环节失去了控制。区分这两类工作是 AI 时代生产力优化的前提。

Key points

  • 委托类任务:数据整理、常规邮件回复、样板代码、研究收集。特征是目标明确、验证标准清晰、错误成本可控。
  • 陪伴类任务:重要邮件草稿、架构决策、内容定稿、关键客户沟通。特征是需要品味判断、上下文微妙、错误成本高。
  • 业务 Agent 平台的委托极端:CREAO 这类“告诉它业务目标,它持续运行并在关键动作前暂停等待批准”的产品,把 delegate 模式产品化;风险在于真实业务例外、客户语气、库存/价格边界和责任归属是否足够可观察。
  • 超级 Agent 模式:公司内部会先出现一个全公司共用的超级 Agent(而非每人一个个人 Agent),因为"每个 Agent 都需要一个在乎它的人"来维护。
  • 工作界面迁移:你做的大部分工作会发生在 Codex 或 Claude Code 这类环境里,SaaS 工具将运行在 Agent 里面,而非 Agent 内置到 SaaS 里。
  • 模型选择也有 delegate / sit beside 分化:Every 对 Fable 5.1 与 GPT-6 Astra 的并排测试显示,Fable 在长任务、少点击和一次性构建上更适合委托;Astra 在写作往返中更容易被引导。模型的全局排名不能替代任务与协作方式的匹配。

Evidence across sources

Source Key Claim Relevance
AI Agent 时代的工作、算力与组织 Dan Shipper: 工作分为 delegate 和 sit beside 两类 框架原始来源
AI Agent 时代的工作、算力与组织 "每个 Agent 都需要一个人"——自动化是谎言,维护成本被低估 超级 Agent 模式的底层逻辑
CREAO AI agent platform 预设业务 agent 按 schedule 执行报价回复、广告变体、库存 snapshot、SEO brief,并在发送等关键步骤前要求人工批准 delegate 模式的早期产品例子
Every — A Split Verdict on Fable vs. Astra Fable 在少点击、长任务构建上占优;Astra 在写作往返中更易 steer 用同一任务集区分结果质量与协作摩擦

Open questions

  • 同一个任务在不同阶段可能在"委托"和"陪伴"之间切换,如何设计流畅的交接?
  • 当模型能力持续提升,今天的"陪伴类"任务明天可能变成"委托类",这个边界是动态的还是存在不可逾越的底线?
  • "全程陪伴"是否会导致人类注意力被 Agent 消耗,反而降低效率?

Prompts for witness

  • 打开你的任务清单,逐条标记哪些可以 delegate、哪些需要 sit beside。本周实际将至少一个 delegate 任务交给 Agent。
  • 你最近一次"全程陪伴" Agent 完成任务的经历是什么?如果当时你选择"全权委托",结果会不同吗?
  • 在你的团队中,是否存在"该陪伴的时候委托了"或"该委托的时候陪伴了"的情况?

2026-10-06:监督密度决定路由而非模型品牌

Ben's Bites 2026-10-06(Sam 与 Claude Code 之争)给出路由判据:同一任务,你坐旁边高频干预 vs 事后审 PR,消耗的 token 可能差一个数量级。路由不应按「哪个模型更强」而应按「这小时我能投入多少 steering」。每小时能 steer 就用 Claude Code 全程在场(Opus 级),不能 steer 就用异步产品一次性给足上下文。与 harness-engineering/model-routing-strategies 的监督密度维度互证。

Pending Jean review

Counterpoints & Gaps

  • Fable 与 Astra 的差异来自 Every 的小规模内部任务集,不是跨模型独立基准。
  • “更适合委托”或“更适合陪伴”会随任务边界、上下文质量和预算变化,不能固化为模型的普遍属性。

Sources

Synthesized from 8 sources

Evolution

1 event
  1. absorbed

    Derived from source material

    This page is currently synthesized from 8 sources.

    From AI Agent 时代的工作、算力与组织 — 十期播客深度综合, CREAO AI — Agents that run your business, Every — A Split Verdict on Fable vs. Astra, 2026-10-06 Thoughts from San Francisco, 2026-09-06 A Split Verdict on Fable vs. AstraTo Delegate vs Sit Beside — AI 工作方式的二元分化
    Sources: raw/to-learn/xiaoyuzhou-magazine-synthesis-v2.md\ · raw/to-learn/CREAO-AI-agent-platform.md\ · raw/newsletters/Every/2026-09-06 A Split Verdict on Fable vs. Astra.md\ · /Users/jean/Documents/Obsidian Vault/raw/newsletters/Ben's Bites/2026-10-06 Thoughts from San Francisco.md · /Users/jean/Documents/Obsidian Vault/raw/newsletters/Every/2026-09-06 A Split Verdict on Fable vs. Astra.md · raw/newsletters/Every/2026-09-06 A Split Verdict on Fable vs. Astra.md · raw/to-learn/CREAO-AI-agent-platform.md · raw/to-learn/xiaoyuzhou-magazine-synthesis-v2.md

Linked from