企业玩不转龙虾，是人的思维出错了

5 小时前

AI资讯

1 阅读

Agent [AI 企业转型思维误区系统重构]

企业试图用传统的“人在中心”体系去操控AI Agent，却忽视了Agent自身的独特性。这种思维方式导致企业在落地Agent时频频受挫。许多公司砸重金接入顶尖大模型，构建了看似炫酷的Demo，但在规模化部署时却遭遇失败。原因在于，企业仍然将Agent当作插件强行嵌入已有流程，而未重构其底层架构。现有的OA审批、财务报销、研发管理系统，本质上是为了适应人类操作而设计的，充斥着防范人为错误的审批节点、繁琐的表单和权限控制。

这种做法就像让一辆F1赛车在乡镇公路上行驶，还要让它遵循家用轿车的限速和交通规则。Agent需要的是适配其运行的“赛道”，而不是被强行限制在旧系统中。要真正释放Agent的能力，企业必须从“人在中心操控AI”转向“Agent在中心干活，人是驾驭者（Harness）”的思维模式。这不仅意味着重新设计工作流，还包括代码项目、文档规范甚至文件命名方式的全面转变，使其成为“Agent友好型”结构。只有当Agent能够获取与人类同等的信息权限，并在系统中拥有闭环操作的能力，才能实现真正的提效。

技术惯性认知误区正在阻碍Agent落地

在执行层面，企业普遍陷入技术惯性认知误区。他们依旧用处理静态、无状态问题的方式，来管理具有记忆和上下文依赖的AI Agent。然而，Agent是有状态的，每一次执行都依赖于其记忆与当前上下文；它是异质的，每一个Agent因其设定和进度而独一无二；它还是长时运行的，可能需要7×24小时持续工作。

试图用传统技术手段去“驯服”Agent，就像用锤子敲弯了螺丝。企业需要新的基础设施，来支撑Agent的自主性和不确定性。例如，Agent需要持续运行的环境、实时的状态保存能力，以及对权限的灵活掌控。传统系统缺乏这些特性，导致Agent的能力无法被完全释放。

Agent需要专属“云基础设施”，而不是人用的云

过去几十年的信息化建设，其核心服务对象始终是“人”。但AI Agent的出现，标志着一次真正的范式转移。云计算不再是给人用的，而是给Agent用的。这意味着企业必须重新思考其基础设施的设计逻辑。

企业玩不转龙虾，是人的思维出错了

为此，腾讯云推出了Agent Runtime，专门面向Agent的运行需求。这个平台不仅解决了状态保存、权限管理、系统通信等核心问题，还通过Cube安全沙箱技术提供了隔离的运行环境。企业无需担心Agent失控或数据泄露，可以在保障安全的前提下，让Agent自由地完成任务。

这种基础设施的革新，正如15年前的移动互联网变革。彼时，我们构建了微信支付、手机一键登录等系统，才有了后来的外卖、打车等生态。未来一年，我们也将看到类似“时代支付宝”的Agent身份认证与权限管理系统的出现，为AI Agent的广泛应用奠定基础。

Agentic RL是Agent能力跃升的关键

在Agent能力的进化过程中，Agentic RL（基于强化学习的智能体训练）是决定天花板的关键技术。不同于传统的“一问一答”式训练，Agentic RL让Agent在真实沙盒环境中自主探索、试错并获得奖励。这种训练方式，模拟了更接近现实世界的操作流程，例如在Mac系统中写iOS代码，或在Windows中操作桌面应用。

MiniMax在Agentic RL训练中面临巨大挑战——他们可能需要同时运行数十万个沙盒，每个沙盒运行不同操作系统镜像。为了解决带宽瓶颈和启动效率问题，腾讯云基于Cube平台自研了块级去重、多级缓存、按需加载的存储方案。通过内存映射技术，实现磁盘作为镜像盘或沙盒盘的即时挂载，从而支撑分钟级数十万沙盒的快速拉起。

此外，CoW快照存储设施也解决了训练中的断点回放与分叉实验难题，使Agent具备秒级暂停恢复与快照回滚的能力。这些基础设施优化，使得MiniMax的模型能力得以快速迭代，在复杂任务执行和长程行为保持方面达到国际领先水平。

给从业者的三点建议

不要等待完美的系统，而要从最小可用场景出发
无论是前端、后端、产品还是行政，只要有重复性工作，就值得用Agent提效。不要因为初期使用不顺，就归咎于岗位不匹配或AI太笨。关键是坚定地相信Agent能为你干活。
让Agent持续运行，而不是间歇使用
与人类不同，Agent不需要吃饭、休息，只要一台电脑和Token就能持续工作。许多从业者发现自己的Token根本用不完，问题在于他们没有让Agent真正“上班”。只有把Agent当作生产力工具，而不是辅助聊天机器人，才能实现效率跃迁。
Build is everything！主动构建属于自己的Harness
不要等公司指令，不要等系统集成完成。从今天开始，用WorkBuddy、MiniMax等工具，构建属于你自己的Agent工作流。无论是修复一个小Bug，还是自动化回复邮件，都是迈向AI Native的第一步。

当越来越多员工开始主动构建和分享Agent插件与技能时，企业内部将形成一个“AI大集市”，逐步沉淀出真正的数字化劳动力资产。一旦底层基础设施与员工习惯都实现Agent-friendly，组织形态的重塑将水到渠成。