6 min read

什么才是真正的 AI 员工

Source: http://x.com/i/article/2035950173269245952

我最近在折腾 OpenClaw 的时候,遇到一个特别魔幻的场景。

我设了个 CEO,给它配了职责、汇报关系、预算。这个 CEO 有自己的系统提示词。然后这个 CEO 的执行引擎指向了另一个 agent。那个 agent 有自己的记忆文件。然后再此之上,OpenClaw 还有主 Agent。

几层「agent」叠在一起。

我突然搞不清了。到底哪一层在起作用?谁才是所谓的 「AI 员工」?

那一刻我意识到一件事。90% 的人在说「AI 员工」这个词的时候,可能连自己在说什么都不知道。

你的 AI 员工,其实只是个“计算器”

我见过太多这样的场景。

有人花了 200 块调 API,写了一段 system prompt,逢人就说「我有一个 AI 智能体」。你问他这个智能体记得上周开会聊了什么吗?不记得。每次对话都是从零开始。

有人设计了一整套组织架构,CEO、CTO、Marketing Lead,画得漂漂亮亮。但你问他这些角色和底层模型的关系是什么,他答不上来。

还有人给 AI 配了人格、记忆、技能,每天跟它对话,它确实能记住上周的事。但他说不清这和直接调 Claude Code 有什么本质区别。

问题出在哪?

出在我们把三个完全不同的东西,混在一起叫了同一个名字。

拆开看,其实是三层

我玩了一圈下来,发现所谓的「AI 员工」其实有三层,混着说就会乱。

用人力资源的视角来类比,就很好懂了。

岗位(Role) CEO、CTO、Marketing Lead。这是组织架构里的「坑位」,有职责描述、汇报关系、预算额度。

这是一个位置,不是一个人。人走了,坑还在。

员工(Agent) 坐在那个坑位上的「人」。有名字、有性格、有记忆。

在 AI 的语境里,就是那些有人格文件(SOUL.md)、身份文件(IDENTITY.md)、长期记忆(MEMORY.md)的实体。它不是一段 prompt,它是一个有状态的个体。

大脑(Engine) Claude、GPT、Gemini。纯粹的计算引擎,没有身份、没有记忆、没有性格。

你给它什么 prompt,它就按什么方式回答。对话结束,一切归零。

三者的关系很清楚。一个岗位可以换不同的员工来填。一个员工可以换不同的大脑来跑。

Image

回到开头那三个人。第一个人以为自己有 AI 员工,其实他只有一颗大脑。第二个人以为自己有 AI 团队,其实他只有一堆岗位。第三个人最接近,他有了一个有记忆的「人」,但这个人没有组织归属。

三个人,三个层,各占了一层,谁都不完整。

混淆的根源:两套 agent 在打架

搞清楚三层之后,你就能理解为什么现在的 AI 工具用起来这么拧巴。

因为不同的平台,各自发明了一套「agent」,但解决的是完全不同的问题。

有些平台做的是「组织管理」。它的 agent 本质上是一个岗位定义加上执行绑定。谁向谁汇报、预算多少、干什么活。底层的模型只是一个可替换的执行引擎。

另一些平台做的是「个体身份」。它的 agent 是一个有名字、有性格、有长期记忆的实体。它关心的是「我是谁」「我记得什么」「我怎么说话」。

两个东西都叫 agent,但一个是「岗位」,一个是「人」。

最混乱的时刻,就是我开头遇到的那个场景。「岗位 agent」的执行引擎,指向了「身份 agent」。两层重叠。岗位的能力描述和身份的人格文件同时存在。你根本分不清谁在起作用。

这不是某个产品的 bug。这是整个行业还没有清晰的概念定义。

一个完整的 AI 员工长什么样

想清楚三层之后,解法就自然浮出来了。

既然问题是「岗位」和「身份」被分成了两套系统,那就合并它们。再加上能力(Skills)和引擎,一个真正的 AI 员工应该是四层合一的「团队成员」。

身份层。它叫什么,什么性格,记得什么。这是它作为「个体」的部分。

组织层。它担任什么角色,向谁汇报,预算多少。这是它在「团队」里的位置。

能力层。它会什么技能,能接什么渠道,工作内容是什么。这是它能「干什么活」。

引擎层。它用哪个模型跑,哪个 provider,什么配置。这是它的「大脑」。

四层合在一起,用户看到的就是一个人。

「小王,担任技术负责人,用 Claude 跑,月预算 50 美金。」

不再有「这是岗位 agent 还是身份 agent」的困惑。不再有「system prompt 和人格文件谁说了算」的矛盾。

你可以随时换它的引擎,从 Claude 换到 GPT,它的身份和记忆不变。你也可以把它从 CTO 调去当 PM,它的性格和记忆还在,只是职责变了。

跟真实世界里的员工一模一样。

说到底,我们对「AI 员工」的理解,还停留在「一个聪明的 chatbot」的阶段。

但一个员工从来不只是一颗大脑。它是身份、位置、能力和大脑的组合体。

你不会指着一个人的脑子说「这就是我们公司的 CTO」。

那为什么我们指着一个模型 + 一个 markdown 文件,说「这是我的 AI 员工」,就觉得理所当然了?

想清楚这些之后,我开始动手了。

我正在基于 OpenClaw 做一个可视化的管理界面,把这四层拆开,让身份、组织、能力、引擎各自独立配置,自由组合。做到能用的时候,我会开源出来。

这半年折腾 AI 工具最大的体会是,人机协同不是一个技术问题,是一个管理问题。怎么给 AI 分工、怎么让它记住上下文、怎么评估它的产出,这些事和管理真人团队没什么本质区别。

后面我会持续分享这方面的实践和踩坑。如果你也在探索怎么用 AI 搭团队,可以关注后续更新。