治书™ 文章

飞书给AI发了"一等公民"身份证，你的工位还安全吗？

从编程语言到组织架构，"一等公民"这个概念如何重新定义你跟AI的同事关系

新闻

飞书大会现场，一个词砸下来

时间：2026年9月15日

地点：飞书未来无限大会

现场：CEO谢欣站在台上说了一句话："飞书是第一个把智能体当作'一等公民'重新设计的办公平台。"

台下坐着的张三不太明白"一等公民"是什么意思，但他注意到谢欣放出的另一组数字：飞书这次向Agent开放的功能点从247个一口气拉到767个。Agent可以像人一样被拉进工作群、被艾特、读企业上下文、接受任务、跟真人协作。

张三在一家培训公司做学管师，他的工作群里已经有好几个AI助手了。但以前那些助手更像工具——张三需要的时候喊一声，用完就丢。谢欣说的"一等公民"不是这个意思，一等公民的意思是：它不站在工具柜里等你来取，它站在组织架构图里，跟你同一个层级。

这中间的差别，张三一开始没想通。

溯源

一个程序员的旧问题

要搞清楚"一等公民"到底意味着什么，得把时间拨回1967年。

那年，英国计算机科学家克里斯托弗·斯特雷奇在哥本哈根的一次讲座中，提出了后来被整理成论文《编程语言中的基本概念》（Fundamental Concepts in Programming Languages）的一组思想。他思考了一个问题：在编程语言里，数字可以被传递、存储、赋值，函数为什么不行？函数只能被调用，不能像数字一样传来传去——它像是编程世界里的"二等公民"。

斯特雷奇提出了一个标准：一个实体如果能像其他实体一样被传递、存储、赋值、作为参数和返回值，它就是"一等公民"。

这个定义听起来很抽象，但换一个场景就秒懂了。

张三入职第一天，公司给他办了一套手续：拉进工作群，开通系统权限，发一份组织架构和通讯录，派第一个任务。从这一刻起，张三不再是"外面的人"，他进入了组织的血液循环——信息会流向他，任务会派给他，他可以调取资源、发起协作、参与决策。

这套流程，每个职场人都经历过。它的本质不是"给了张三一张工牌"，而是给了张三完整的操作权限：可被触达、可被分配、可调取资源、可发起协作。

现在，同样的流程，对象换成了Agent。被拉进群、被开权限、被读上下文、被派任务——当AI经历了跟张三一样的"入职流程"，它就被授予了"一等公民"的地位。

不是它变聪明了，是它被允许参与协作了。

纵深

这不是第一次发身份证

斯特雷奇提出"一等公民"概念之后，编程语言的世界就开始了一场漫长的"平权运动"。

最早的程序里，函数是被关在笼子里的。程序员写好一段逻辑，给它取个名字，别的地方需要用就喊一声名字，函数跑完就回到笼子里等着。它不能被传来传去，不能被存进变量，不能被当作参数递给另一个函数。在编程世界的层级里，函数是"二等公民"——能力不差，但没有行动自由。

后来有一批语言设计者决定：把笼子拆了。

函数可以像数字一样被传来传去、存进变量、当作参数和返回值。这个变化看起来只是技术细节的调整，但它催生了函数式编程——一整套全新的编程范式。今天你用的每一个主流编程语言，Python、JavaScript、Go，都把函数当作一等公民。

同样的事情，在图神经网络领域又发生了一次。以前，神经网络处理的基本单位是向量——一串数字。图结构——节点和边组成的关系网络——不是一等公民，得先被拆成向量才能喂给模型。后来DGL（Deep Graph Library，深度图学习框架）等工具可以说把图本身当作了一等公民，图深度学习这个领域才真正打开。

每一次"一等公民"的授予，都遵循同一个模式：不是实体的能力变强了，而是有人决定给它开权限。函数本来就具备那些能力，只是语言设计者没给它行动自由。图结构本来就包含丰富的关系信息，只是框架设计者没给它直接处理的地位。

张力

不是变强了，是被放权了

现在轮到Agent了。

飞书这次向Agent开放的功能点从247个拉到767个，张三看到这个数字的时候，第一反应是：AI又变强了。

但仔细想想，不是。

Agent能进群、能读上下文、能接任务、能跟真人协作——这些事情，AI在技术上早就做得到。真正的变化不在于"能不能"，而在于"允不允许"。247个功能点意味着平台只给AI开了247扇门，767个功能点意味着平台又多开了520扇门。

门开了，不是AI长了腿，是有人把门打开了。

这个区别很重要，因为如果变化是"AI变强了"，那张三的焦虑方向是"我追不追得上"。但如果变化是"有人给AI开了权限"，那张三真正该想的问题就变了——谁在开门？按什么标准开？开到什么程度？

张三以前也用过AI助手，写学员周报让AI帮忙起个草，做数据表让AI跑个公式，用完关掉，跟用计算器没什么区别。计算器再强，没人会焦虑被计算器替代，因为计算器是工具——工具没有权限，只有功能。

但"一等公民"不一样，公民有权限，公民可以发起协作，可以调取资源，可以出现在组织架构图里。张三以前用AI起草周报，AI写完他来发。现在如果AI是一等公民，它可以自己读学员数据，自己判断哪个学员该续报了，自己在工作群里@张三说"这个学员该跟进了"。不是张三用它，是它主动找张三协作。

当谢欣说"把智能体当作一等公民重新设计"，他说的不是"我们的AI更聪明了"，他说的是"我们决定给AI一个组织身份"。

技术进步改变效率，制度变革改变结构。效率变了，张三可能干得更快。结构变了，张三可能不需要在这个位置上了。

呼应

当AI成为一等公民

这个系列的前两篇，一篇讲能力，一篇讲位置。

第一篇里，张三面对的是能力焦虑。AI给出的建议越来越多、越来越准，张三的专业判断力被摆上了测量的台面。那篇文章的结论是：AI越强，判断力越稀缺。张三的核心价值不在"知道答案"，在"知道哪个答案对"。

第二篇里，张三面对的是位置焦虑。工作从"种庄稼"变成了"种果树"——做一茬丢一茬的活变成了栽一次年年收的资产。活链上有四个节点始终站着人：需求发起、边界界定、知识织网、穿针引线。张三的位置不在流水线上，在活链的节点上。

现在AI成了"一等公民"，这两个结论都得往前推一步。

判断力稀缺——当AI被授予完整操作权限，它不再只是给建议等张三拍板，它可以直接执行。以前张三的判断力体现在"选哪个方案"，现在AI可以自己选、自己做、自己交付。张三的判断力不是被架空了，而是往上挪了一层：从"选哪个方案"变成了"要不要让AI自己选"，这个判断比从前更难做，因为从前选错了还能改，现在AI自己跑起来，纠错成本完全不同。

四个节点——需求发起、边界界定、知识织网、穿针引线。当Agent可以读企业上下文、可以进群协作、可以主动发起任务，"需求发起"这个节点开始松动。AI能自己发现问题、自己发起请求，张三在这个节点上的价值在缩水。但"边界界定"反而更硬了——AI能跑多远、在哪儿停、什么该做什么不该做，这些边界必须有人画。AI跑得越快，画边界的人越重要。

前两篇给出的不是安慰，是坐标。能力在哪、位置在哪——有了坐标，才知道位移了多远。当AI从工具变成公民，旧坐标系是"人指挥工具"，新坐标系是"公民之间协作"。张三要找的不是"怎么更好地用工具"，而是"怎么跟一个有权限的同事共事"。这两个问题看着像，其实差了一个时代。

但这里有一个更深的问题，比张三的焦虑重要得多。

思考

谁在发身份证

张三回想了一下：AI被拉进工作群、被开通系统权限、被允许读企业上下文——这些决定，没有任何一个人问过张三的意见。不是"AI有没有资格当公民"的问题，是"谁替张三决定了要多一个同事"的问题。张三没有投过票，没有签过字，甚至没有收到一份通知。某天早上打开飞书，群里就多了一个人，头像是AI的图标，名字后面跟着一个"智能体"的标签。

它已经在那儿了。

1967年，斯特雷奇站在语言设计者的位置上，决定函数能不能成为一等公民。他有权定规则，函数没有发言权。

今天，飞书站在平台设计者的位置上，决定Agent能不能成为组织的一等公民。飞书有权开767扇门，Agent没有发言权，张三也没有发言权。

每一次"一等公民"的授予，都伴随着一个被忽略的事实：有人在做这个决定，而成为一等公民的那个实体，并不参与这个决定。

函数不会站出来说"我要行动自由"，图结构不会抗议"为什么把我拆成向量"，它们是被授予的，不是自己争取的。

Agent也不会，但张三会。

张三想问的是：这个决定是怎么做的？标准是什么？开到什么程度会停下来？谁来监督？

这些问题，谢欣在台上没有回答。也许不是不想回答，是还没到回答的时候。飞书8.0只是开了第一扇大门，门后面还有多少扇，每一扇门上写的标准是什么，现在没人知道。

张三只知道一件事：身份证已经发了。至于这张身份证上写着什么权利、什么义务、什么边界——得等他走进那扇门之后才知道。

或者，等有人告诉他。

END