原始标题: AI Agents Are Making Decisions. Who’s in Charge?

发布日期: 2026-02-24 | 来源频道: @small-business-big-ai

📝 深度摘要

一、核心反思 (The Core Thesis)

误区真相： 大多数企业正在疯狂部署AI agents，认为这就是数字化转型。真相是：没有控制层的AI部署不是自动化，而是一场昂贵的科学实验——企业主是那只小白鼠。

当你的agents在睡觉时正与其他公司的agents谈判、协调工作流、为你的业务做决定，而你却从未回答过一个问题：谁来控制它们？

二、真实痛点再现 (The Empathy Hook)

表象（ Becky的教训）：

Becky经营着一家15人的咨询公司，业务快速增长却勉强应付。她是那种"聪明、前瞻"的业主，听说了AI agents后立即行动：

  • 第1个agent：处理客户入职表单 → 每周节省6小时
  • 第2个agent：日程调度
  • 第3个agent：起草提案
  • 第4个agent：发票处理（财务自己加的）
  • 第5个agent：社交媒体运营（市场自己加的）

90天内，5个agents部署完毕。表面上看，她在"做AI"，她在"采用先进工具"。

代价（灾难现场）：

  • 调度agent在提案agent已经承诺的交付deadline时间安排客户会议
  • 发票agent向仍处于"发现阶段"的项目追讨款项
  • 社交media agent推广公司3个月前就已放弃的服务
  • 三个agent，三种不同版本的"真相"：调度agent以为团队有40小时产能，实际运营agent知道只剩60%；提案agent用的是上季度的费率表

结果：Becky花更多时间清理自动化造成的烂摊子，比她省下的时间还多。她看起来既无组织、又无能力——而且她甚至不知道该怪哪个agent，因为它们都"自信地"错了。

这不是AI的错，是缺乏控制层的错。

三、核心架构与战略转移 (The Mindset Shift & Architecture)

认知翻转：从"使用工具"到"管理劳动力"

传统软件是被动的——你打开app，运行任务，关闭它，你全程控制。但agents是主动的——它们持续行动，不需要你盯着。这就是为什么软件思维在AI时代是致命的。

你不是在买软件，你是在雇佣一支不需要发工资的队伍。 而任何队伍都需要管理。

方法论：控制层的三个支柱

支柱一：一致的通信协议（IMPACT框架）

不是提示词模板，是一个治理协议。 每个agent，每次部署，都遵循同样的六步结构：

  1. Identify（精准识别目标）：你要agent完成什么？精确描述
  2. Mode（设定模式）：是起草、分析、执行还是验证？
  3. Parameters（定义参数）：约束条件、数据来源、质量标准
  4. Activate Context（激活上下文）：这个agent需要什么背景信息才能不胡编？
  5. Check（验证输出）：正确的结果长什么样？你怎么验证？
  6. Transform（转化/迭代）：如果不对，怎么修正？

当每个agent都"说IMPACT语言"时，它们使用相同的操作手册，相同的标准，协作才成为可能。

“这就像雇了六个员工，给他们同一套培训系统——而不是告诉他们’你们自己看着办’。”

支柱二：编排，而非堆砌

  • 不需要为每个任务部署一个agent
  • 需要的是为同一个结果设计的协同agents

怎么做：在买第一个agent之前，先画工作流

  • 哪些流程需要完全自主？
  • 哪些需要人工checkpoint？
  • 哪些agents需要共享数据？
  • 交接点长什么样？

小企业的结构性优势：一下午就能在白板上画出核心工作流，不需要6个月的咨询、治理委员会、三轮利益相关者对齐会议。大多数企业IT团队花一年规划仍没有这个清晰度。

支柱三：正确层级的人工监督

不是"人在循环中"（human in the loop），而是"人在闭环上"（human on the loop）。

  • 监督不是审批AI的每一个输出——那叫自己干活还多一步
  • 监督是：设定规则、定义权责级别、审查模式而非单个输出、设置自动升级机制

“你在管理一个系统，不是在带一个孩子。”

Deloitte称之为：从"人在循环中"到"人在闭环上"——这不是babysitting，这是management。

实战案例：Kim的保险Agency Lease谈判

Kim的三个agents：

  • Agent 1：分析市场comp
  • Agent 2：追踪时间线和deadlines
  • Agent 3：管理与房东的沟通日志

单独看都有用，放一起就是灾难：

  • 时间线agent以为还有两周回复LOI
  • 市场分析agent用的comp数据已经2-3周旧了
  • 沟通agent起草的回复直接矛盾上一封邮件——因为它没有完整对话历史

结果：三个自信的agents给Kim展示了三个版本的"现实"。他看起来对房东很无组织。更糟的是——他几乎要承诺与实际产能不匹配的条款。

这不是AI问题，是治理问题。

怎么修复：用IMPACT重建

  • 统一的结构、上下文、参数
  • 对外发送前强制验证checkpoint
  • 现在：payroll agent和hiring agent共享同一份组织架构图；content agent知道当前的市场定位（写进参数了）；scheduling agent和capacity agent共享同一份数据

“不再是三个agents给你三个不同的现实，而是一个运营体系里的三个agents，从同一个真相出发工作。”

四、Hal的"灵魂拷问" (The Pushback)

Hal的质疑：Becky的案例是47个agents的大企业。小企业主——修车店老板、发廊经营者、中型农场的农民——他们可没有47个agents。他们只有两三个。这真的是他们的问题吗？

Kim的回答：

“协调失败不需要47个agents，只需要两个agents加零协议。”

你的调度agent和客户沟通agent都在接触客户关系。如果它们不基于同一信息工作，你看起来就是无组织。如果它们给客户矛盾的信息，你看起来就是无能力。

三个agents加零协调，比一个用好的agent更糟糕——因为现在你有三个自信的错误信息来源。

五、本周行动挑战 (Challenge for the Week)

任务：列出你业务中正在使用的每个AI工具和agent。不是只有每天用的那些，是全部。

然后诚实回答三个问题：

  1. 信息一致性：这些agents是基于相同信息工作，还是有些用的是过时、不完整、甚至错误的数据？

  2. 协调性：它们是被设计为互补协作，还是在重复工作、互相矛盾、制造混乱等你来清理？

  3. 可判断性：如果现在、今天，你的两个agents给了你完全相反的建议，你知道该相信哪个、为什么吗？

如果三个问题都不能自信回答：

“你没有agent策略，你只有agent sprawl——一种带科技预算的昂贵混乱。”

怎么修：

  • 不是推倒重来
  • 是开始控制你的agent运作的那一层
  • 从一个清晰的协议开始
  • 问那个改变一切的问题：谁在真正管理这个show？

六、警世金句 (Quotable Moments)

  1. “If you haven’t answered the control question, you are not building automation. You are building a very expensive science experiment. And you are the lab rat.” 如果你没有回答控制问题，你不是在构建自动化。你是在做一个非常昂贵的科学实验。而你，是那只小白鼠。

  2. “Software is passive. Agents are active. If you have 47 agents doing things without coordination, you don’t have automation. You have 47 employees who have never met one another, who don’t know what the company does, who are all improvising every day.” 软件是被动的。Agents是主动的。如果你有47个没有协调的agents在做事，你没有自动化。你有47个从未谋面、不知道公司干嘛、每天都在即兴发挥的员工。

  3. “Three agents and zero coordination is worse than one agent used well. Because now you have three sources of confident misinformation.” 三个agents加零协调，比一个用好的agent更糟糕。因为你现在有了三个自信的错误信息来源。

  4. “We’re describing management, real actual management. The same principles that make a high-performing human team work. And most people never made the connection because they were thinking about AI as software, not a workforce.” 我们在描述管理，真正的那种管理。让高绩效人类团队运作的同样原则。而大多数人从未建立这个连接，因为他们把AI当作软件，而不是劳动力。

  5. “If you are not running this show, your agents are. And they are terrible managers.” 如果你不管理这个show，你的agents在管理。而它们是非常差劲的管理者。

当智能在你的运营中持续运行，全部协调、全部受控时，你不是在用AI工具——你是在建立一个技术赋能的超级武器。

这两者的区别，就在于你是否控制了agent层。就这么简单。

📺 播客地址

播客时长: 31分钟