大约每隔十年，企业的组织方式就会悄然发生变化——并非通过盛大的宣布，而是通过一系列累积的决策，最终突然显现出一种新的模式。 我们在21世纪初的数字化转型中就曾目睹这一现象，当时数据和互联性成为了现代企业的基石。随后是敏捷革命，它重新定义了团队协作、迭代和创造价值的方式。每一次变革不仅改变了工具或流程，更改变了我们对工作本身可能性的认知。
如今，又一个转折点正在形成。我们正步入“混合智能组织”时代：这类企业围绕人类与机器智能共生的生态系统而构建。 人类带来创造力、同理心和判断力。智能体则带来精准度、记忆力和速度。二者结合，形成了一种新型的混合智能，其学习、适应和扩展能力是传统组织根本无法企及的。问题已不再是这种转变是否会发生，而是我们能否进行周密的规划，使其为我们所用，而非被其所用。
劳动力作为一种共享智能系统
人工智能早已超越了仅仅作为“工具”的范畴。工具等待被使用；而智能体则积极参与其中。它们融入您的工作流程，进行异步协作，参与讨论，甚至在既定边界内做出微决策。它们不仅进行处理，还 理解 足够的背景信息来采取行动。这一微妙的转变彻底改变了工作设计、管理和评估的方方面面。
正是在这里，一种新的管理学科应运而生： 代理资源管理： 即协调人类与机器智能共同运作的实践。领导者不再仅仅管理人员数量；他们管理的是 认知能力。他们需要决定针对每个问题应用何种智能，在创造力与计算能力、洞察力与自动化之间寻求平衡。
管理混合型员工队伍已不再是单纯地分工，而是要设计 互动模式——何时信任机器、何时引导它、何时干预它。边界、透明度和共同目标变得与绩效指标同样重要。最成功的领导者将是那些不仅会分配任务，更能构建 智能系统，确保人类与智能代理的能力相互增强而非相互竞争。
事实上，这次转型中最困难的部分并非技术本身，而是培养组织能力，以设计出这样的环境：人类与机器能够真正以平等伙伴的身份在共同目标下协作，而不仅仅是物理上的邻近。
三种工作模式：手动模式、增强模式、代理模式
随着这一新格局的展开，我们将工作视为由三种相互依存的模式构成，这种思路颇有裨益：
- 手工劳动 仍然完全由人主导，在这些领域，判断力、同理心和道德准则最为重要，直觉的表现也优于规则。在这些情境中，复杂性难以被编码化，而人们对细微差别的把握能力则创造了无可替代的价值。
- 增强型工作 处于中间地带，人类与机器智能在此协同运作。在此，智能代理通过提炼洞见、自动化子程序或运行模拟来辅助人类推理，而人类则始终掌控着方向、语境和最终判断。这是一个协作区，创造力与计算能力在此交融，形成一种共同的节奏。
- 代理式工作 指代自主执行，即代理人在明确的边界内独立运作，并通过透明的治理机制进行反馈。这些流程并非“设定后置之不理”，而是受到持续监控，由人类界定可接受行为的道德与战略边界。代理工作能够拓展能力，但只有建立在问责制的基础上，才能实现可持续的扩展。
未来并非一种模式取代另一种模式，而是这三种模式的动态融合。一个流程可能最初是手动的，随后演变为增强协作，最终随着信心的增强而变得具有自主性。最具适应力的组织将是那些将这些转变视为流动的、迭代的和战略性的组织——不是为了效率而自动化，而是作为 智能架构 ，从而获得可持续的竞争优势。
从主数据管理向企业情境管理的转变
如果说数字时代是建立在对数据的掌控之上，那么能动时代将建立在对 语境，而这种区别将改变一切。数据告诉我们发生了什么；情境则解释 为何重要、在何种条件下重要，以及对谁重要。 这不仅仅是信息，而是那种结构化的意义，它使智能系统能够既切中要害又有所节制地行动。
21世纪初，主数据管理将业务信息整合为单一可信数据源。这是数据驱动型企业不可或缺的基础设施。但在当今环境下，静态的“可信数据”已远远不够。代理系统需要 企业语境管理 ——一个动态框架，用于实时管理信息的解读、共享与应用。这些并非单纯传输数据的管道，而是充满活力的系统，既能帮助人类，也能协助智能代理，共同理解如何负责任地运用知识。
如今，上下文已成为一个多层结构。在企业层面，它承载着价值观、政策和原则；在功能层面，它涵盖了特定领域的规则和工作流；而在代理层面，它界定了目标、权限和行为边界。这些层面的结合，使智能系统能够在人类定义的结构内进行连贯的推理，同时又不失灵活性。
为了实现这一目标，各组织正开始设计一种被称为 企业上下文堆栈， 这是一种基础架构，旨在对企业范围内的情境智能进行组织、检索和维护。正是它将孤立的人工智能项目转变为一个凝聚力强且受管控的生态系统。
企业上下文堆栈
不要将其视为僵化的架构，而应视为一个充满活力的生态系统，其中每一层都为上一层提供支持：
- 第 1 层：数据基础。 这里是业务真相的所在。Snowflake、BigQuery、Databricks 中的结构化数据；PostgreSQL、MongoDB 上的应用程序；通过 Kafka、EventBridge、Kinesis 传输的实时数据流；以及非结构化数据的世界——Confluence、Notion、SharePoint、Slack、Teams、GitHub。业务人员既需要数据，也需要背景故事。
- 第2层：知识表示。 在此，数据转化为意义。OpenAI、Cohere、Voyage AI、Mixedbread 和 Jina AI 等嵌入式模型将文本转化为可搜索的语义向量。Neo4j 或 PuppyGraph 等图数据库则构建了概念之间的关系。LangChain、LlamaIndex、Dust、Haystack 等编排框架将这一切串联起来，使智能代理能够在整个企业范围内进行检索、推理和推断。
- 第3层：上下文网格。 这是实时连接万物的活体组织。Pinecone、Weaviate、Milvus 和 Qdrant 等向量数据库负责大规模检索。RAG 管道按需整合相关上下文。Zep、Redis 或 Graphiti 等内存层使智能体能够在交互过程中保留知识。这一层让 AI 能够持续思考，而非仅进行事务性处理。它将上下文视为一场动态对话，而非静态查询。
- 第4层：上下文治理。 随着上下文规模的扩大，治理成为其核心支柱。Databricks Unity Catalog 和 OpenMetadata 负责处理数据血统和权限管理。Vault 或 AWS KMS 负责保护机密信息。Elastic、Datadog 和 OpenTelemetry 提供可观测性。就连上下文本身也具有版本控制：通过 Git 或 DVC 进行追踪，确保每个提示、规则和指令都能被审计并回滚。合规性经过重新设计，旨在让智能系统具备快速、透明且可解释的特性。
- 第5层：代理协调。 在此，代理们在此生存、协作并采取行动。LangGraph、CrewAI、AutoGen、OpenDevin 和 Swarm SDK 等框架支持多代理协作。Temporal.io 和 Prefect 等工作流工具可可靠地协调流程。W&B、Humanloop、PromptLayer 和 LangSmith 带来了 LLMOps 规范：评估、追踪和持续改进。Kubernetes 和 Ray Serve 则提供了扩展性和弹性。
这一系列技术共同标志着一场根本性的转变——从知识存储转向 动态语境。 一种架构，其中意义本身成为可管理的资源。
情境工程师的崛起
如果说提示工程是关于构思正确的问题，那么上下文工程就是关于设计智能体运行的环境。上下文工程师负责定义每个智能体应掌握的知识、上下文如何衰减或更新，以及信息在系统间如何流动。他们贯穿技术栈的各个层级，对支撑智能行为的知识进行筛选、验证和调优。
他们是架构与战略对齐之间的桥梁：既是信息架构师，又是数据科学家，同时也是系统设计师。他们的目标不仅在于效率，更在于确保一致性，保证上下文的准确性、合规性及可操作性。正如DevOps已成为敏捷企业的连接纽带， 情境工程 将成为自主企业的脊梁。因为在这个每个参与者都依赖共同理解的世界里，管理语境绝非技术上的点缀，而是信任本身的基础。
从敏捷到主动：治理、信任与安全
敏捷让团队变得敏捷。以代理为导向的组织将使团队 智能扩展 ——但前提是这些组织必须建立在信任之上。敏捷开发致力于赋能人类团队，使其能够快速适应并交付成果。代理型组织则将这种适应性延伸至智能系统，让人类与智能代理在各个职能领域进行动态协作。生产力的单位将从“冲刺”转变为 协调系统。人类不再仅仅是智能网络的参与者，而是成为了这些网络的设计者和监督者。
但没有责任感的能力，不过是伪装的脆弱。随着自主实体的数量不断增加，治理与信任已成为一切的基础。若缺乏二者，自主性便会沦为混乱。缺乏监管的创新并非进步，而是不负责任的表现。具有代理能力的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之中。每个代理的决策都应被记录，每项行动都应可审计，每一条上下文信息都应受版本控制。
TRiSM （信任、风险与安全管理）已从政策清单演变为一项运营规范。监管工作实现自动化，模型生命周期得到持续追踪。Guardrails AI、Lakera 和 Azure Content Safety 等防护措施确保智能系统在道德和监管边界内运行。若治理得当，它不会阻碍创新，反而能推动创新。因为只有值得信赖的智能系统才能安全地实现规模化。 未来真正的挑战不在于构建强大的智能代理，而在于构建 可问责的生态系统。
前方的道路
转型为混合型主动型组织，并非要取代人类，而是通过智能协作来放大人类所能实现的价值。 这一旅程始于做好准备：构建基础设施、治理机制和文化氛围，将人工智能视为工作体系中的同事，而非附加工具。在此基础上，关键在于找到最佳平衡点：即人类判断与可重复逻辑相融合的流程，让智能代理承担繁重的工作，而人类则专注于创造力、同理心和战略规划。
情境管理是这一切的基础。正是它确保了无论是人类还是人工智能，都能始终与意图保持一致，并立足于目标。到2028年，大多数业务职能都将包含至少一个由人工智能管理的流程。届时，决定成败的关键将不再是 谁在使用人工智能 ——而在于 谁能以清晰且值得信赖的方式组织智能。
我们并非正在步入自动化时代；我们正在步入 协同时代。 敏捷让我们行动更快。Agentic将让我们 觉醒。 在这个新范式下，最有价值的资源将不再是数据或资本：而是 语境。语境赋予智能以意义，而意义则让技术保持人性。正在发生的真正变革并非人类与机器的对立，而是人类在设计 与 共同设计，构建智能与意图协同运作的组织。我们最大的竞争优势将不仅源于所采用的技术，更源于我们如何深思熟虑地协调人类智慧与机器能力的协作。
