企业工作流的 Agent 时代重构
巨大机会
Aaron Levie (Box CEO) 认为,企业内部为 agent 时代重新设计工作流程蕴藏机会。不同于编码 agent,其他知识工作的应用通常还需要整理数据、学习流程、连接系统和重新设计人工监督。
与编码 Agent 的区别
其他知识工作应用 Agent 通常需要大量手动搭建:
- 整理非结构化数据,让 agents 易于访问。
- 学习工作流程,创建技能或计划供 agents 利用。
- 连接各系统,打通不同的数据源和工具。
- 重新设计流程,围绕人工监督重新设计。
AI 落地的两个根本卡点
来源:AI Briefing 2026-05-15 Evening — Lawrence。
企业 AI 落地失败的核心原因往往不是模型能力不足,而是缺少两个基础设施:
记忆层(上下文连续性)
- AI 拥有互联网知识,但不知道团队上周讨论了什么、需求背后的原因。
- 每次对话都要从头解释背景,导致落地摩擦极高。
- 解决路径:构建团队知识库作为 institutional memory,让 AI 可检索历史决策、讨论和文档。
执行权(系统操作权限)
- AI 想清楚了,最后还得人类手动更新 CRM、同步文档、发邮件。
- 当前许多 AI 应用停留在对话层,没有进入工作流的核心操作。
- 解决路径:通过 MCP/API 赋予 AI 对业务系统的操作权限,并定义人工监督和审批点。
新职位预测
Levie 预测将出现专门从事此类工作的岗位,帮助企业连接模型能力和业务流程。该判断来自软件公司 CEO 的行业预测,不是就业数据。
早入场的优势
早期参与流程设计和系统整合可能带来职业优势。来源没有给出岗位需求规模或薪酬数据。
2026-09-17: applied AI layer fills the gap between models and workflows
来源:AI Briefing 2026-09-17 Afternoon — Aaron Levie。
Levie 将企业 AI 的应用层描述为连接模型能力和实际工作流的部分。它负责组织上下文与数据、设计人工复核、建立领域评测、处理安全治理和推动变更。模型升级扩大了可自动化流程的范围,但也会带来系统更新成本。
2026-10-21: 中小团队的渐进式落地框架
张立行以跨境电商团队的实践提出,组织落地 Agent 的主要阻力包括授权、激励、数据分散和权限。文章建议由少量懂业务的架构者和一线实践者先建立共享上下文与可复用流程,再让其他成员使用已验证的 SOP 和 Skill。
文章主张用单个业务环节的质量、速度和成本变化衡量结果,不用 Token 消耗或全员使用率替代成效。它还将大部分场景视为 Workflow + LLM 的问题,并把长期运行的 managed agent 作为更高复杂度的阶段。
这与本页已有的记忆层和执行权观点互相补充:工作流要先有足够上下文,工具访问要有权限和审计,人工审批点要随任务影响而定义。文中关于 1-2 名架构者、3%-5% 实践者、成本和普及率的数字属于作者经验,不是普遍基准。
Counterpoints & Gaps
- 现有来源包含软件公司高管预测和个别团队实践,缺少跨行业部署数据。
- 文章没有量化数字化、权限治理、流程改造和维护 Agent 基建的完整成本。
- 中小团队能够接受的合规风险和权限策略不一定适用于大型或受监管组织。
Pending Jean review
- product-trends/enterprise-workflow-redesign —
ai_draft; suggested action: keep draft and look for independent deployment evidence before relying on the role or adoption estimates.
2026-10-31: 前沿差距扩大与流程快速过时 (Levie)
来源:AI Builders Digest 2026-10-30 — Aaron Levie。
Levie 认为前沿 AI 使用者与多数组织之间的差距正在扩大,因为模型能力变化速度超过流程标准化的速度。几个月前固定下来的工作流可能已经过时,企业应持续重看那些曾被判定"不适合 AI"的任务。
这补充了本页 2026-09-17 的判断:模型升级扩大可自动化范围,同时带来系统更新成本。Levie 此处给出更具体的时间尺度(3-6 个月)和操作性建议(周期性重审被否决任务),但它仍是单一高管判断,不是企业部署数据。
Counterpoints & Gaps
- "3-6 个月"的时间尺度来自个人观察,未给出调查样本。
- 持续重审流程有真实成本,Levie 没有讨论重审频率与组织负担的平衡。
Sources (addendum)
2026-11-06:Box 将内容工作流、检索和安全放在同一发布计划中
来源:AI Briefing 2026-11-06 Morning — Aaron Levie 介绍 Box 的四项 Agent 时代发布方向:Box Architect、Context Retrieval、Box Mount,以及 Box Shield / Agent Security 增强。
Box Architect 被描述为可构建、测试、优化并运行内容流程;Context Retrieval 提供权限感知的关键词与语义混合检索;Box Mount 计划让沙箱 Agent 在继承文件权限的前提下读写内容;安全更新则包括异常活动检测、MCP 护栏、告警和审计轨迹。
从该发布结构可以推断,Box 正把流程编排、企业上下文、文件操作和安全控制作为相互关联的产品层来设计;这是对 CEO 发布文章的归纳,不代表这些能力已经被独立验证。知识检索的具体背景见 product-trends/enterprise-knowledge-extraction;权限与验证边界见 harness-engineering/agent-trust-verification。
Counterpoints & Gaps
- Box Mount 被标为即将推出;文章没有给出客户部署案例或实际权限测试。
- Context Retrieval 的性能数字是厂商内部测试结果,缺少公开方法和独立评估。
- 发布文章没有量化工作流改造、治理和维护成本。
Sources (2026-11-06 addendum)
- AI Briefing 2026-11-06 Morning — Aaron Levie, “The future of Box in the agentic era”
Pending Jean review
- product-trends/enterprise-workflow-redesign —
ai_draft; 保持为产品发布方向的归纳,待功能落地后核实。