付同学的技术客栈/

Agent进入公司以后,岗位会怎么变化

所属专题 公司把 AI 用起来 第 12 篇 / 共 12 篇 查看专题目录

聊到Agent,很多讨论最后都会落到一个问题:哪些岗位会被替代。

这个问题很直接,也很容易把事情看得太简单。

公司里的岗位不是一项动作。一个开发人员会理解需求、修改代码、协调接口、排查问题、解释风险;一个销售会找客户、建立信任、整理信息、报价、跟进和处理异议。

Agent通常先拿走其中一部分任务,而不是完整接过一个岗位。

真正值得观察的,是任务怎样重新组合,谁负责定义工作,谁检查结果,谁在出错时承担责任。

现在已经能稳定改变什么

截至2026年7月,Claude CodeCodex以及国内AI Coding工具已经能在授权环境中读取仓库、修改文件、运行命令和协助Review。DifyFastGPTn8n可以把模型、知识和业务接口连接起来。

这并不等于Agent能无人看管地经营一家公司。

目前更可靠的变化集中在:

  • 搜索、整理和结构化信息;
  • 根据清楚规则生成第一稿;
  • 在限定仓库或系统里执行一组动作;
  • 调用工具完成重复流程;
  • 运行测试和检查;
  • 把异常和缺失信息提前暴露给人。

当任务边界、数据和验收比较清楚时,Agent的价值更稳定。

任务本身含糊、责任复杂、数据混乱时,它也会把混乱放大。

执行型工作会先被重新拆分

过去一项工作可能从头到尾交给一个人。

以后更可能变成:

人定义目标和边界
  → Agent收集资料并生成草稿
  → 人判断关键差异
  → Agent执行重复修改和检查
  → 人批准高影响结果
  → 系统记录过程和反馈

例如开发人员不再手工写完每一段代码,但要更清楚地说明任务、约束和测试。客服不再每次从头搜索文档,但要判断来源、风险和客户情绪。产品经理少整理会议文字,却要更早发现需求没有说清楚的地方。

工作没有消失,只是人的价值从执行每一步,逐渐转向定义、判断、复核和承担后果。

专业能力不会变得不重要

有一种看法是,Agent越来越强以后,专业经验会贬值。

短期看,我的判断相反。

AI能快速给出一个看起来完整的答案,识别错误反而需要更多专业能力。没有做过系统的人,很难知道某个重试会不会造成重复扣款;不了解设备现场的人,也很难判断断线补传会不会改写统计。

专业人员的工作可能少一些机械执行,多一些:

  • 定义正确问题;
  • 提供关键上下文;
  • 选择可接受的取舍;
  • 设计测试和观察指标;
  • 识别看起来合理的错误;
  • 把经验沉淀成团队可以复用的规则。

如果一个人的专业能力主要是记住菜单和固定步骤,受到的影响会更早。能理解业务、系统和风险的人,价值会转移,而不只是消失。

管理者会越来越像流程设计者

管理者过去经常通过开会、追问和转述推动工作。

当Agent可以自动整理状态、提醒依赖和生成草稿后,管理者需要做的不是再增加一层AI汇报。

他要决定:

  • 哪些信息应该自动产生;
  • 哪些异常必须被人看到;
  • 哪些决定不能自动化;
  • 团队用什么标准验收Agent结果;
  • 一条流程失败后找谁;
  • 怎样避免员工只剩点击确认。

好的管理者会把隐含规则变成清楚边界,也会保留团队学习和独立判断的空间。

如果只是把原来的催办和报表自动化,组织可能更快,却不一定更聪明。

未来一到三年,我会看这几个信号

这部分是条件判断,不是确定预测。

Agent能否稳定跨越多个系统

不只是演示调用,而是在权限、失败、幂等、日志和回滚存在的情况下长期运行。

成本是否低到可以按任务普遍使用

模型、API、存储、审核和维护的总成本,决定Agent是少数高价值场景,还是日常基础设施。

企业能否管理Agent身份

每个Agent访问什么数据、以谁的身份操作、谁批准、日志保留多久,这些能力如果不成熟,自动化范围会受到限制。

结果是否容易验证

代码有测试,表格有规则,工单有人工确认。越能自动验证,Agent越容易承担更多步骤。

员工是否真的形成新工作习惯

工具能力增长很快,组织改变通常慢得多。岗位变化取决于公司是否重做流程,而不是是否购买账号。

如果这些信号没有持续改善,Agent更可能长期作为强力助手,而不是自主数字员工。

公司现在不必急着重画组织架构

比较稳的准备方式,是先建设几种不会过时的能力:

  • 把任务目标、输入、约束和验收写清楚;
  • 整理可靠数据和知识来源;
  • 给系统建立API、权限、日志和回滚;
  • 让员工学会检查AI,而不是只会提问;
  • 把个人好用的方法变成团队Skill;
  • 记录改造前后的时间、质量和成本;
  • 保留高影响决定的人工责任。

这些能力对Claude、Codex、DeepSeek还是下一代工具都有效。

更值得担心的可能不是“人被替代”

还有一种风险更现实。

团队表面上保留了所有岗位,但大家逐渐失去理解过程的能力,只负责接受Agent的结果。问题出现时,没有人知道资料来自哪里、规则为什么这样写、哪一步可以回退。

所以公司需要同时培养两种能力:让Agent多做事,也让人保留关键判断和接管能力。

未来岗位名称可能会变,人数结构也可能调整。

但在可见的一到三年里,我更愿意把变化理解为工作重新拆分:重复动作交出去,人负责定义、验证和承担。

模型和Agent还会继续变。

现在就值得做的,是把任务边界、数据来源、验收标准和责任人写清楚。即使未来没有按照今天想象的方式到来,这些工作也不会浪费。

公司把 AI 用起来 第 12 篇 / 共 12 篇
查看专题目录

留下一条评论

暂无评论