AI 劳动力：含义与团队分工的变化

快速结论

「AI 劳动力」是一种看待方式，把一组 Agent 当作与团队成员并肩、承接整块工作的工作者。这样看待 Agent 属于一种产品与组织视角，本身并不表示这些 Agent 成为雇员、取得劳动法意义上的身份，也不使其成为独立对结果负责的一方。结果的问责仍在成员或组织一侧，这与单个 Agent 承担一个岗位范围时的边界一致。

一旦团队采用这一视角，就要面对管理任何团队均会遇到的问题。哪项任务由谁负责、工作如何在成员之间流转、由谁对结果作出最终决定，是本文逐一梳理的三问，此外还有哪些职责仍由成员承担，以及工作如何保持可见、供成员核对。

「AI 劳动力」是什么

「AI 劳动力」指团队把若干 Agent 当作一个可分派工作的工作者群体来看待，并非把每一个均当作独立的单件工具逐一触发。它是一种视角与工作方式，不等同于某个产品，同一看待方式会出现在不同的搭建方式上。这一视角带来的属组织层面的东西，它把 Agent 纳入团队对成员已有的归属、交接与验收问题之中。

这一术语也用于同一转变中人力的一侧，例如为迎接工作中的 AI 而培养队伍，或 AI 对岗位、薪酬与培训的影响。本文停在前一层含义，即把 Agent 当作一支劳动力，讲团队如何据此分派工作。就业、薪酬与哪些岗位会变化，属另一话题，不在本文范围。

与单个 AI 员工有何不同

单个 AI 员工，是把一个 Agent 看作承担一个岗位范围或占据一个席位，例如一个处理支持队列、或起草某一类报告的 Agent。这样看，焦点落在单个席位上，即这一个 Agent 做什么、能触及什么、成员在何处核对它的产出。AI 员工一篇停在这一单席位的层面。

「AI 劳动力」把视野从一个席位扩到一组席位。问题从「一个 Agent 做什么」转向「工作如何在若干 Agent 与并肩的成员之间划分」，即谁持有哪项任务、一块工作如何从一个持有者流转到下一个、由谁确认结果。本文停在这一层，单席位的视角指向 AI 员工一篇。

把 Agent 当作一支劳动力如何改变分工

把 Agent 当作一支劳动力，改变的更多是分工，并非某一项具体任务本身。一个已在成员之间拆分工作的团队，如今多了可分派的持有者，它对成员组成的团队所问的三个问题，同样适用于其中的 Agent。下面三个小节逐一来看。

每个问题均是团队做选择的地方，而这一选择落在组织层面，不在运行时那一层。若干 Agent 在一条工作流内如何协同、一次交接如何逐步完成，属多 Agent 工作流与编排两篇。这里的焦点停在归属、流转与验收，也就是团队会如何记录它们。

哪项任务归谁负责

归属，是关于哪个持有者（Agent 或成员）对一项任务负责、任务处在何种状态的记录。把一项任务指派给某个 Agent，就定下由谁来做、任务处在待办、进行中还是待验收。这条记录讲的是任务的持有者与状态，它与对结果的问责相区分，后者仍在成员或组织一侧。

团队决定一个 Agent 的归属延伸到多远、一项任务在何处回到成员手中。一项 Agent 能自始至终承担的任务，与一项 Agent 先做初稿、再由成员接手结果的任务不同，由团队界定何者属何类。把归属写下来，让一支劳动力的分派保持可见，成员据此能看到某项任务此刻落在哪个持有者身上。

工作如何在成员间流转

工作在成员间流转，发生在一项任务从一个持有者转到下一个之时，例如一个 Agent 完成初稿、由一名成员接手，或一部分工作结束、另一部分开始。在组织层面，一次交接就是持有者与任务状态的一次变更。这次交接在运行时于 Agent 之间如何完成，包括推动它的消息与协同，属多 Agent 两篇。

团队设定这些交接落在何处、什么标志着一次交接就绪。一处明确的交接点，配上记录在案的状态，能免于让一块工作卡在持有者之间、无成员承接。交接不清之处，工作可能停滞或落到无持有者，这是劳动力失效的方式之一，后文一节会讲。

由谁对结果作出最终决定

验收，是由团队指定的成员或获授权角色在一项结果计为完成前确认它的那一步。它落在团队指名的成员身上，Agent 不对自己的产出签署验收，这道确认留在团队指派的成员或角色处。如此，对结果的问责仍在团队所代表的成员一侧，纵使 Agent 承担了更多推进工作的环节。

团队决定哪些结果需要验收、由谁给出。代价低的结果，可凭一道轻核查转为完成；难以撤销的结果，则可能需要一名指定成员确认。把验收设在何处、由谁持有，是团队为其劳动力的产出背书的一部分。

哪些职责仍由团队成员承担

有些工作按设计仍由团队成员承担。其一，是落在 Agent 指派范围之外的情形，此时任务回到成员来判断。其二，是审批，即由成员在某个团队已标记为敏感的动作执行前确认，例如涉及资金或触达客户的动作。其三，是上文的验收，由一名指定成员或角色确认结果。

具体是哪些职责、有多少，由团队依据每块工作承担的风险与自身遵循的标准来定。把 Agent 当作一支劳动力，并不让成员退出，也不意味着成员逐步把关。团队设定其成员在何处持有工作，也持有对结果的问责。

AI 劳动力可能在何处出问题

一支由 Agent 组成的劳动力，可能以几种可辨认的方式出问题，把它们点出来有助团队安放核查。每一种均是清晰的归属、交接与验收能减少的可能，而没有哪一种会自行被发现。

一次交接可能落空，一项任务在某一环结束、却无持有者接手下一环，工作因而停住。归属可能含糊，一项任务没有明确持有者，成员彼此以为另有成员在管。验收可能缺位，一项结果未经团队本欲要求的确认便到达完成。这几种均可能在组织层面的环节松动时发生，而每一种均指向团队能收紧的一处，即记录在案的交接点、每项任务有指名的持有者，以及一处固定的验收位置。

对每一种如何应对，由团队按工作承担的风险来定。记录谁持有一项任务、标出交接何时就绪、指名谁来验收，是可用的动作，团队把它们安放在缺口会造成影响的地方。这些并不担保每一处缺口均被察觉，因此在代价高的地方，成员保留在环。

什么让一支 AI 劳动力可行

让一支由 Agent 组成的劳动力可行，来自同样几项环节，把它们设得使工作保持可见、可问责。清晰的归属、可见的交接、对结果的验收、带停止条件的范围，以及成员能读到的记录，每一项均缩小工作出错的余地，而没有哪一项能让这支劳动力默认就运转良好。它们是团队能调整、能核查的条件，其成立程度，取决于团队是否让它们持续与工作相称。

其中几项的分量尤为要紧，包括：

• 归属，即每项任务有指名的持有者与记录在案的状态，免于让一块工作悬空、无承接者。
• 交接，即工作从一个持有者转到下一个的固定一处，状态记录在案。
• 验收，即一名指定成员或角色在结果计为完成前确认它。
• 范围与停止条件，即为 Agent 承担之事划定边界，范围外的情形回到成员。
• 可见性，即任务、交接与验收留在成员能读到的地方。

这些没有哪一项单独就能定下结果，团队会读工作的记录，看它在何处站得住、在何处需要更近的查看。Agent 在运行时所做的研判，落在团队所设的范围之内，结果的问责仍在持有这块工作的成员或组织一侧。

让劳动力的任务与验收保持可见

• 记录可见，复核不用反推路径。选定的工作、交接与复核记录在共享 Channel 中对成员和 Agent 同时可见，成员照记录复核运行过程，不必从结果倒推它如何得来。
• 状态与归属清楚，下一步不悬空。每项工作在 Task 上带状态与负责方，谁在做、到哪一步、由谁接手，团队一眼看清。
• 产出按标准评估。某一步的结果可表示为交付物，由成员打开并按团队书面标准评估。
• 关键动作有人把关。对事先指定的高风险或对外动作，Agent 或团队能把该动作准备为 Action Card，交由有权限的成员以本人身份审阅并提交。
• 上下文跨会话延续。对话轮次与多次会话之间，相关上下文保持连续，交接时不从头再来。

一支劳动力会改变管理者所见的东西。一个 Agent 做一件事，靠人工查看还查得过来；二十个 Agent 同时产出任务与交接，任何靠站在旁边看的方式跟不上。

把工作分给一组 Agent，会引出关于分工本身的问题。一项任务交回来出了错，该由哪位负责；一批结果没有人从头写下过，又由谁来确认。Syfo 让这支劳动力的任务与验收保持可见，也用同样的方式处理围绕它们的协同，涵盖谁负责哪项任务、工作如何在成员之间流转、产出由谁验收。

• Agent 持有普通的席位。 Agent 以具名身份出现在共享 Channel 与 Thread 中，人对这支劳动力的认识，就是对一群具名参与者的认识。
• 责任同时对应到人与 Agent。 任务在团队命名的看板上带负责方与状态，一件工作由谁担责是写下来的，不靠默认。
• 验收是一项留痕的决定。 结果以交付物抵达，成员打开它，对照团队的标准来评估，确认的动作与这份工作放在一处。
• 影响重大的动作会停住。 团队事先标记为高风险或对外的动作，可准备为由获授权成员以本人身份复核并提交。

上下文跨会话延续，让分工不至于每换一次手就重置一遍。Agent 本身如何被治理与监控，属于运行它们的平台。

与相邻概念的关系

有几个概念与「AI 劳动力」相邻，容易混淆。以下按本文的工作定义区分。

• AI employees（AI 员工） 是单席位视角，把一个 Agent 看作承担一个岗位范围，另有专篇。
• Multi agent workflow（多 Agent 工作流） 讲把工作拆到若干 Agent、并在其间于运行时交接的情形，另有专篇。
• Multi-agent（多 Agent 系统） 讲若干 Agent 作为一种构造如何协同，这一运行时协同与本文的组织视角分属两事。
• 编排（orchestration） 是跨步骤的协调层，涵盖状态、路由、依赖与交接，另有专篇。
• Agentic automation（自主式自动化） 是「将自主式做法用于一条流程后改变了什么」的概念总述，另篇讨论。

问题与回答

什么是 AI 劳动力？ 它是一种看待方式，把一组 Agent 当作与团队成员并肩、承接整块工作的工作者，于是团队在两侧之间分派任务、在持有者之间流转工作、并对结果作出验收。这一术语也用于人力的一侧，例如为迎接工作中的 AI 而培养队伍，本文停在前一层含义。

AI 劳动力产出的结果，由谁负责？ 由团队所代表的成员或组织。把 Agent 当作一支劳动力，并不把问责移到 Agent 身上，一名指定成员或角色对结果签署验收，结果仍归团队所代表的成员一侧。

AI 劳动力与多 Agent 工作流有何不同？ 多 Agent 工作流讲若干 Agent 如何在一条工作流内协同、如何在运行时交接工作。AI 劳动力是覆在其上的组织视角，即谁持有哪项任务、工作如何在持有者间流转、由谁验收。多 Agent 两篇讲运行时的构造，本篇停在归属与验收。

团队成员还做什么？ 他们判断落在 Agent 范围之外的情形，审批团队标记为敏感的动作，并对结果签署验收。团队设定其成员在何处持有工作，也持有对劳动力产出的问责。

从何处起步

从一块归属易于圈定的工作起步，即持有者清楚、任务集小、交接点明确，且有一名指定成员对结果验收。把早期的工作控制在小范围，设一个带成员回退的范围，范围外的情形回到成员，并把任务与验收放在成员看得见的地方。这样一次小范围的试跑，能帮团队看清分工在哪里站得住、在哪里需要成员靠得更近。

当验收站得住、记录也足以支撑复核，团队便有了把更大一块工作交给其 Agent 的依据。是否拓宽劳动力承担的范围，可在团队看清工作在哪里落在所设范围内、在哪里需要成员介入之后，再行权衡。