每隔十年左右，企业的组织方式就会悄然发生变化--不是通过隆重的公告，而是通过一系列日积月累的决策，突然揭示出一种新的模式。我们在 2000 年代的数字化转型中看到了这一点，当时 data 和连接性成为现代企业的结构。随后是敏捷革命，它重新定义了团队协作、迭代和交付价值的方式。每一次转变不仅改变了工具或流程，还改变了我们对工作本身的看法。.
现在，另一个拐点正在形成。我们正在进入 混合代理组织公司：围绕人类和机器智能的共享生态系统而设计的公司。人类带来创造力、同理心和判断力。人工智能带来精确度、记忆力和速度。它们共同组成了一种新型的混合智能，能够以传统组织无法做到的方式学习、适应和扩展。现在的问题已经不再是这种转变是否会发生，而是我们是否会深思熟虑地设计这种转变，让它为我们服务，而不是相反。.
作为共享情报系统的员工队伍
人工智能已经摆脱了 “工具 ”的概念。工具等待被使用，而代理则参与其中。它们进入你的工作流程，异步协作，参与讨论，甚至在定义的边界内做出微观决策。它们不仅会处理，还会 领会 足够的环境来采取行动。这种微妙的转变改变了工作的设计、管理和衡量方式。.
这就是新的管理学科出现的地方： 代理资源管理： 将人工智能和机器智能结合在一起的实践。领导者不再仅仅管理员工数量，他们还要管理 认知能力. .他们正在决定对每个问题应用哪种智能，平衡创造力与计算力、洞察力与自动化之间的关系。.
管理混合型员工不再是分工，而是设计 互动模式-何时信任机器，何时引导机器，何时超越机器。界限、透明度和共同目标变得与绩效指标同等重要。最成功的领导者将是那些不仅仅委派任务，而且还开展以下工作的人 情报系统, 确保人的能力和代理能力相互促进，而不是相互竞争。.
事实上，这一转变中最难的部分并不是技术本身，而是培养组织素养，设计出让人类和机器能够真正在目的上像同伴一样合作的环境，而不仅仅是近距离合作。.
三种工作模式：人工、增强、代理
随着这种新格局的展开，将工作视为存在于三种相互依存的模式中会有所帮助：
- 体力劳动 在这些环境中，判断力、同理心和道德观最为重要，直觉胜过规则。在这些情况下，复杂性抵制编码，而人们的细微差别能力创造了无可替代的价值。.
- 增强型工作 人工智能处于中间地带，人类智能和机器智能协同运作。在这里，代理通过提出见解、自动执行子程序或运行模拟来支持人类的推理，而人类则继续控制方向、背景和最终判断。这是一个协作区，在这里，创造力与计算融合成一种共同的节奏。.
- 代理工作 自主执行是指代理在明确的界限内独立运作，并通过透明的管理进行汇报。这些过程并不是 “设定好了就忘掉”，而是持续监控的，由人类来定义什么是可接受的道德和战略边缘。代理工作可以扩大能力，但只有在问责制的基础上才能持续扩展。.
未来不会是一种模式取代另一种模式。它将是三种模式的动态融合。一个流程可能一开始是人工操作，后来演变成增强型协作，随着信心的增强，最终变成代理模式。适应能力最强的组织将是那些把这些转变视为流动、迭代和战略性转变的组织--不是为了效率而自动化，而是将其视为 情报架构 可持续优势。.
从主 data 向企业上下文管理的转变
如果说数字时代建立在掌握 data 的基础上，那么代理时代将建立在掌握 背景, 这一区别改变了一切。Data 告诉我们发生了什么；上下文解释了 为什么重要，在什么条件下重要，对谁重要。. 它不仅仅是信息，它是结构化的意义，让智能系统能够以相关性和克制性行事。.
本世纪初，Master Data Management 将业务信息统一为单一的真实信息源。它是 data-driven 企业的重要基础设施。但在今天的环境中，静态的 “真相 ”是不够的。代理系统需要 企业上下文管理 - 这是一个动态框架，用于管理如何实时解释、共享和应用信息。它们不是移动的管道data，而是帮助人类和代理了解如何负责任地使用知识的生命系统。.
语境现在是一个多层次的结构。在企业层面，它编码了价值观、政策和原则。在功能层面，它捕捉了特定领域的规则和工作流程。在代理层面，它定义了目的、权限和行为边界。这些层级结合在一起，使智能系统能够在人类定义的结构内进行连贯推理，同时又不失灵活性。.
为了实现这一目标，各组织开始设计一种被称为 企业上下文堆栈, 这是一种基础性架构，用于构建、检索和维护整个企业的情境智能。它将孤立的人工智能工作转变为一个有凝聚力、受管理的生态系统。.
企业上下文堆栈
不要把它看成是僵化的建筑，而要把它看成是一个有生命的生态系统，在这个生态系统中，每一层都能促进上一层的发展：
- 第 1 层：Data 基础。. 这就是运行真相的所在。Snowflake、BigQuery、Databricks 中的结构化 data。PostgreSQL 和 MongoDB 上的应用。通过 Kafka、EventBridge、Kinesis 实现的实时流。以及非结构化世界--Confluence、Notion、SharePoint、Slack、Teams、GitHub。代理需要两者：数字和叙述。.
- 第 2 层：知识表示。. 这就是 data 的意义所在。OpenAI、Cohere、Voyage AI、Mixedbread 和 Jina AI 等嵌入模型可将文本转化为可搜索的语义向量。Neo4j 或 PuppyGraph 等图 database 构建了概念之间的关系。LangChain、LlamaIndex、Dust、Haystack 等协调框架将这一切连接起来，让代理可以在企业内部进行检索、推理和推断。.
- 第 3 层：背景网格。. 这是实时连接一切的活组织。矢量 database，如 Pinecone、Weaviate、Milvus 和 Qdrant，可管理大规模检索。RAG 管道按需组合相关上下文。Zep、Redis 或 Graphiti 等存储层允许代理在交互过程中保留知识。这是一个让人工智能持续思考而不是事务性思考的层。上下文是活生生的对话，而不是静态的查找。.
- 第 4 层：背景治理。. 随着上下文规模的扩大，管理成为了支柱。Databricks Unity Catalog 和 OpenMetadata 可处理血统和权限。Vault 或 AWS KMS 保护机密。Elastic、Datadog 和 OpenTelemetry 提供可观察性。甚至上下文本身也是版本化的：通过 Git 或 DVC 进行跟踪，确保每一个提示、规则和指令都能被审计和回滚。合规性是为智能系统重新设计的，具有快速、透明和可解释的特点。.
- 第 5 层：代理协调。. 在这里，代理可以生活、协作和行动。LangGraph、CrewAI、AutoGen、OpenDevin 和 Swarm SDK 等框架实现了多代理协作。Temporal.io 和 Prefect 等工作流工具能可靠地协调流程。W&B、Humanloop、PromptLayer 和 LangSmith 带来了 LLMOps 纪律：评估、跟踪和持续改进。Kubernetes 和 Ray Serve 为规模和弹性提供了动力。.
这些堆栈共同代表了一个根本性的转变--从存储知识到维护 生活环境。. 意义本身成为一种可管理资源的架构。.
情境工程师的崛起
如果说 "提示工程 "是关于设计正确的问题，那么 "情境工程 "则是关于设计智能运行的环境。情境工程师定义每个代理应该知道什么，情境如何衰减或更新，以及信息如何在系统间流动。他们跨越堆栈的每一层，整理、验证和调整知识，为智能行为提供动力。.
他们是架构和调整之间的桥梁：既是信息架构师，又是 data 科学家，还是系统设计师。他们的目标不仅是效率，而且是一致性，确保上下文保持准确、合乎道德和可操作。就像 DevOps 成为敏捷企业的连接组织一样、, 背景工程 将成为代理系统的支柱。因为在一个每个代理都依赖于共同理解的世界里，管理上下文不是一个技术上的小问题，而是信任本身的基础。.
从敏捷到代理：治理、信任和安全
敏捷使团队变得快速。代理型组织将使他们 智能扩展 - 但前提是必须建立在信任的基础上。敏捷的重点是赋予人类团队快速适应和交付的能力。代理服务器将这种适应性扩展到了智能系统，人类和代理服务器可以在每个功能中动态协作。生产力的单位从冲刺转变为 协调系统. .人类将成为情报网络的设计者和监督者，而不仅仅是其中的参与者。.
但是，没有责任的能力是变相的脆弱。随着自治实体数量的增加，治理和信任成为一切的基础。没有它们，自治就会陷入混乱。没有监督的创新不是进步，而是不负责任。代理型组织必须从一开始就将可解释性、可追溯性和问责制直接嵌入其架构中。每个代理的决策都应记录在案，每个行动都应接受审计，每段上下文都应受到版本控制。.
TRiSM (信任、风险和安全管理），从政策清单演变为操作规范。监督变得自动化。对模型生命周期进行持续跟踪。Guardrails AI、Lakera 和 Azure Content Safety 等守护机制可确保智能行为符合道德和法规要求。如果治理工作做得好，不仅不会延缓创新，反而会促进创新。因为只有可信的智能才能安全地扩展。未来真正的挑战不是构建强大的代理，而是构建 负责任的生态系统.
前进之路
成为混合代理型组织并不是要取代人类，而是要通过智能协作放大人类所能实现的目标。这一征程始于准备就绪：基础设施、管理和文化不是将人工智能作为附加工具，而是作为工作系统中的同事。从那时起，就需要确定最佳点：在这些流程中，人类的判断与可重复的逻辑相结合，代理可以处理繁重的工作，而人类则专注于创造力、同理心和战略。.
情境管理是一切的基础。它确保人类或人工智能始终与意图保持一致，并以目的为基础。到 2028 年，大多数业务功能将至少包括一个人工智能管理流程。差异化将不再是 谁在使用人工智能 - 将是 他以清晰和信任的方式组织情报。.
我们不是在进入自动化时代，而是在进入智能化时代。 对齐。. 敏捷使我们更快。代理将使我们 知道。. 在这种新模式中，最有价值的资源不是 data 或资本，而是 背景. .情境赋予智能以意义，而意义则使技术保持人性。真正的变革不是人类与机器的对抗，而是人类设计机器。 与 机器，建立智慧与意图并行的组织。我们最大的竞争优势将不是来自于我们所采用的技术，而是来自于我们如何深思熟虑地协调人类智慧与机器能力之间的合作。.
