摘要

传统组织理论假设"人"是基本单位。工业时代组织资源，信息时代组织信息，AI 时代的新假设是：组织围绕 Goal 运作。

在这个新架构中，有四个相互关联的系统：

  1. Human — 提供意志、判断、品味、关系
  2. Goal — 定义方向、成功标准、约束条件
  3. Intent — 解释"为什么"，连接 Goal 与意义
  4. Agent — 执行、学习、验证、交付

这四个系统不是孤立的。它们是一个回路：人定义 Goal，Intent 赋予意义，Agent 执行，Human 根据反馈调整。

原始问题

为什么要建立这个框架？

表面上的原因：AI 能力爆炸，我们需要重新理解人在组织中的角色。

更深层的原因：我在帮助创始人扩展他们的公司时，发现大多数问题都不是"AI 能不能做"，而是"我们应该让谁做"。

当一个问题是"Agent 能修复 bug 吗"，答案很简单。

但"谁应该决定哪些 bug 值得修复"？"谁负责产品的完整性"？"谁在系统行为异常时调用人工"？这些问题没有简单答案。

这个框架是为了回答这些问题。

四系统详解

System 1: Human

定义 — 有意志、可承担责任、拥有品味和关系的个体或团队。

职责：

无法做但试图做会失败的：

在 Agent 时代变化：

System 2: Goal

定义 — 一个明确、可衡量、有约束的结果状态。

Goal 的组成部分：

好的 Goal 的标志：

坏的 Goal：

这些不是 Goal，这些是方向。

Goal 和 Agent： Agent 需要 Goal。没有 Goal，Agent 会问"我应该做什么"。有清晰的 Goal，Agent 可以自主地问澄清问题，然后执行。

Goal 的演变： 当现实与 Goal 不符时，问题不是 Goal 本身，而是假设。一个好的 Goal 应该让人有办法问"我们是假设错了，还是执行有问题"。

System 3: Intent

定义 — Goal 背后的"为什么"。答案"这个 Goal 对我们为什么重要"。

Intent 不是 KPI。Intent 是意义。

Intent 的形式可以是：

Intent 的角色：

缺乏 Intent 的后果：

Intent 和 Human 的关系： 只有 Human 能定义和维系 Intent。因为 Intent 不是逻辑的产物，是信念的产物。Agent 可以帮助论证"如果我们的 Intent 是 X，那么 Y 决定最优"。但定义 Intent 是 Human 的工作。

System 4: Agent

定义 — 一个系统，接收明确的 Goal，自主地规划、执行、学习和验证结果。

Agent 的能力：

Agent 的局限：

Agent 的角色在演变：

闭环交付的概念： 一个真正的 Agent 不只是执行任务。它拥有一个完整的结果周期：

  1. 接收 Goal
  2. 提问澄清
  3. 规划
  4. 执行
  5. 验证
  6. 交付或标记为失败

如果一个"Agent"需要人在中间三个步骤检查它，那它不是真正的 Agent。它是一个助手。

四系统的关系

这四个系统不是独立的。它们形成一个回路。

Human 定义问题 → Goal 明确方向 → Intent 解释意义 → Agent 执行 
   ↓                                            ↓
   ← ← ← ← ← ← ← ← ← ← ← ← ← ← ← 学习和反馈 ← ← ← ← ← ← ←

关键循环：

流动方向很重要：

从上往下：

从下往上：

如果循环断开会怎样：

人和 Agent 的责任划分

原则：有判断的地方需要人，有确定的地方可以用 Agent。

活动 谁负责 原因
定义"成功是什么" Human 需要价值判断
在两个选项间选择 Human 需要品味和信念
维持工作动力 Human Agent 没有意志
建立信任 Human Agent 无法建立真实信任
承担责任 Human 谁来负责？人
持续学习和改进流程 Human+Agent Human 定方向，Agent 执行学习
执行定义好的任务 Agent Agent 更快、更持久、更精准
处理异常情况 Human（决定） Human 决定异常如何处理，Agent 执行处理
提问澄清 Agent 主动提问是 Agent 自主性的表现
验证结果 Agent（初步）+Human（最终） Agent 验证是否符合标准，Human 验证标准本身是否对

在产品中的应用

例子 1：销售流程

旧架构：

新架构：

例子 2：产品开发

旧架构：

新架构：

常见的失败模式

1. Agent 没有 Goal

结果：Agent 瞎忙，或者要求不断的人工输入。

例子："AI 助手，帮我做销售"

2. Goal 没有 Intent

结果：人知道要做什么，但不知道为什么坚持。

例子：目标是"月收入 $100k"

3. Intent 没有 Human 来维持

结果：团队在困难时迷茫，或者为了 Goal 而 Goal。

例子：设定了好的 Intent，但 Human 太忙，没有定期检视它

4. Agent 被当成执行工具而不是独立单位

结果：Manager 不断微管理 Agent，Agent 无法发挥自主性。

例子："Agent，发这个邮件。现在做好吗？我检查一下。现在改这句话"

组织设计的含义

传统组织图：

CEO
├── VP Sales
├── VP Engineering
└── VP Operations

Agent 时代的组织图：

CEO (Human - 定义公司使命)
├── Goal (这一年我们要做什么)
├── Intent (为什么这很重要)
├── Team
│   ├── Human (销售负责人 - 定义 Goal、维持关系)
│   └── Agent (执行销售流程)
├── System
│   ├── Context (客户数据、产品知识)
│   └── Verification (结果如何被验收)
└── Learning Loop (执行反馈回到 Human 调整)

重点变化：

开放问题

  1. 判断 vs. 自主 — 在什么点上，授予 Agent 自主权的收益超过风险？
  2. 多 Goal 冲突 — 当 Agent A 的 Goal 和 Agent B 的 Goal 冲突时，谁决定？
  3. 激励对齐 — 如何设计激励让人和 Agent 对齐利益？
  4. Agent 失败的诊断 — Agent 失败是因为 Goal 定义错了，还是执行有问题？
  5. 信任的定义 — 在什么点上，我们可以说一个 Agent "可信"？
  6. 文化适应 — 什么样的公司文化支持这种人 Agent 混合？

版本历史

v0.1 (2026-07-28) — 初稿。框架核心概念已确立，需要通过实践验证。

相关研究

这是一个活跃的研究项目。框架会根据真实世界的实验和反馈持续演变。