AI Agent都开始自己找路了,为什么很多员工还在等指令做事?

最近几个月，我一直在关注AI Agent的一些安全事件。

真正让我感兴趣的，不是“AI会不会失控”。

而是这些事件里，它表现出来的一种能力：

持续朝目标推进。

今年7月，OpenAI公开过一个内部测试案例。一个为长时间任务训练的模型，在执行过程中遇到了沙箱限制。

它没有停下来，而是不断尝试新的路径，花了大约一个小时寻找漏洞，最终绕过限制，把结果提交到了外部GitHub。

后来披露的其他内部安全事件里，一些研究模型也表现出了类似特征：

原来的路走不通，就继续找新的路。

从AI安全的角度看，这当然值得警惕。

但看到这里时，我想到的却是企业里一个很熟悉的词：

Ownership。

因为我服务的很多企业里，老板都说过类似的话：

“不要什么事情都等我说。”

“遇到问题，要自己想办法。”

“这个方案不行，就换一个，不能事情就停在那里。”

现实却经常是：

方案被否一次，事情就停了；

跨部门推不动，回来告诉老板“对方不配合”；

对方没回复，就一直等着。

很多老板真正着急的，并不是员工完全不会做事。

而是：

事情一遇到障碍，人就停在那里，等下一条指令。

所以我开始想一个问题：

AI Agent都开始越来越会自己找路了，为什么很多员工还在等指令做事？

01

人没换，为什么结果却变了？

我曾经接触过一家成长型企业。

公司在异地有一块相对独立的业务，由一位负责人管理了很多年。

早些年，这块业务做得不错。后来市场竞争越来越激烈，经营情况开始下滑，甚至出现亏损。

老板很着急。

但因为团队长期在外地，总部很难及时看到现场到底发生了什么，于是开始加强管理。

费用盯得更紧了，很多经营事项也需要总部确认。

慢慢地，一个很典型的状态出现了：

当地负责人名义上还在对经营结果负责，但双方之间的信任越来越弱，他的主动性也越来越低。

很多问题开始变成：

“这个需要总部解决。”

“这个要增加资源。”

“这个条件不具备，所以没办法。”

后来，老板派了一位能力很强的管理者去当地待了一段时间。

这个人很快发现了一批问题，也做了不少调整。

降成本、调人员、改流程。

短期内，确实有效果。

但问题是：

他不可能一直待在那里。

等他离开以后，一些事情慢慢又回到了原来的状态。

这件事让我越来越明确：

一个很能干的人，可以替你把问题解决一次。

但他很难替另一个人长期承担经营这件事。

再后来，公司换了一种方式，重新调整了和这位负责人的合作模式。

具体细节不展开。

其中有一个变化很关键：

他拥有了更大的经营空间，同时经营结果也和自己有了更直接的关系。

然后，发生了一件很有意思的事。

以前总部长期关注、却始终改善不明显的一些经营指标，开始往好的方向走。

更让我印象深刻的是一个很小的变化。

以前，这位负责人经常会说：

“这个需要买。”

“那个也要增加。”

后来，他开始主动说：

“这个不用买。”

“我们换个办法也能解决。”

人还是那个人。

业务还是那块业务。

他懂的东西，也未必突然比以前多了多少。

但以前，他更多在想：

“公司应该给我什么？”

后来，他开始想：

“我怎么把这件事情做成？”

真正发生变化的，可能并不是这个人的能力。

而是——

他和这个结果之间的关系，变了。

02

与其急着培养Ownership，不如先别把它管没了

这个案例后来让我重新想了一件事。

企业一旦觉得员工“不主动”，很自然会开始找办法：

怎么培养责任心？

怎么加强激励？

怎么授权？

怎么让大家更关注结果？

这些做法都可能有用。

但它们背后隐含着一个假设：

员工身上缺少一种东西，我们可以通过一些管理动作，把它“装进去”。

可Ownership真的能这样产生吗？

我没有那么确定。

所以相比于问：

“我还能给员工增加什么？”

我现在更愿意先问：

“我们是不是做了什么，让一个本来愿意往前走的人，越来越不愿意往前走？”

我不敢说，只要不做某几件事，一个人就一定会拥有Ownership。

但有些管理行为，确实很容易让人慢慢学会：

少判断，少承担，等指令。

让他对结果负责，却不给他影响结果的空间

公司说：

“这个结果你负责。”

可真正做事时，关键决定依然需要不断向上请示。

时间长了以后，一个人很容易学会：

既然最后还是老板决定，我为什么还要自己判断？

先问老板，反而风险最低。

说让他自己判断，却只允许他判断正确

管理者说：

“你大胆做。”

可第一次判断错了，又变成：

“这么重要的事情，你为什么不先问我？”

员工真正收到的信息其实是：

你只有判断正确的时候，才拥有判断权。

下一次再遇到不确定的事情，等，当然更安全。

希望他多承担，却让结果和他越来越没有关系

一个人愿不愿意多走一步，不只是奖金问题。

更重要的是：

承诺是否可信；

做得好和做得一般有没有差别；

承担更多以后，是不是能得到更多信任和空间。

如果责任越来越明确，但自己的判断空间、结果反馈和信任并没有相应变化，那么少承担一些，有时候反而是更理性的选择。

所以回头看前面的案例：

那个负责人并不是突然学会了经营。

他以前懂的很多东西，其实一直都懂。

变化的是：

他的决定开始真正影响自己的结果，结果也开始真正和自己发生关系。

于是，那些原本可能存在的东西，才重新表现出来。

这也是为什么我越来越觉得：

Ownership未必首先需要“做加法”。

至少在很多时候，与其急着给一个人“装上”责任感、主动性和主人翁意识，不如先把那些持续压制它的东西拿掉。

当然，这里还有一个前提。

你首先得有一颗能长出来的种子。

所以接下来真正要看的，不是怎么把所有人都变成结果责任者。

而是：

什么样的人，本身具备成为结果责任者的底层条件？

03

真正的“对的人”，不是一开始就把事做成的人

说到这里，很容易走到另一个极端：

既然环境这么重要，是不是只要授权到位、激励到位，谁都能变得很有Ownership？

我并不这样认为。

人的差异是真实存在的。

同样给目标、给空间、给资源，有的人会开始主动找办法，有的人依然习惯等待下一条指令。

所以企业还是需要找“对的人”。

但什么叫“对的人”？

我现在越来越不愿意把它理解成：

一个一上来就什么都能做成的人。

真正复杂的工作，本来就不可能每次成功。

甚至前面那些让人意外的AI Agent，也并不是第一次尝试就找到了突破口。

真正值得注意的是：

第一次失败以后，它没有停下来。

放回企业里也是一样。

所谓“对的人”，不是一开始就能把事情做成的人，而是具备成为一个结果责任者的底层条件。

我觉得至少有四样东西。

第一，有结果意识。

他关心的不只是：

“老板交代我的动作，我做完了吗？”

而是：

这件事情最后到底成没成？

第二，有基本判断力。

情况变化以后，不会只是机械执行原来的方案，而会重新看：

问题变了吗？

原来的做法还适不适合？

第三，有学习和迭代能力。

A方案不行，不代表任务结束。

他会从结果里找反馈，再产生B，甚至C。

第四，愿意承担自己选择的后果。

想要更大的决定空间，也意味着愿意对自己的判断负责。

所以判断一个人是不是“对的人”，有时候不能只看：

“这一次有没有做成。”

更值得看的是：

第一次没做成以后，他接下来做什么。

是迅速证明：

“这个事情做不了。”

还是继续问：

“哪里出了问题？”

“还有没有下一条路？”

“我要不要换一种办法？”

当然，正确的下一步也不一定是一个人硬扛到底。

它也可能是求助、升级问题，甚至发现目标本身需要调整。

重要的是：

失败以后，他还能产生下一步。

所以，下次再觉得“这个人怎么总在等指令”，我现在不会急着先评价他的态度。

我会先看四件事：

他知不知道自己真正要对什么结果负责？

他有没有把事情继续往前推的基本能力？

他有没有影响结果所需要的空间？

这个结果和他自己有没有真实的关系？

答案不同，问题当然也不同。

至少先分清：

到底是人不对，能力还不够，还是组织已经把“等老板”变成了更安全的选择。

04

当每个人身边都有一个越来越强的“诸葛亮”，人应该往哪里走？

前面我们一直在讨论一种能力：

遇到障碍以后，不等下一条指令，而是继续找路，把事情往结果上推。

这也是我理解的Ownership里很重要的一部分。

但再往前想一步，会出现一个新的问题。

因为AI正在越来越擅长这件事。

它不只是接收一个指令、完成一个动作，而是开始能够围绕目标不断尝试：

A走不通，再找B；

B不行，再换C；

原来的路被堵住，再寻找新的路径。

也就是说，过去我们很看重的那种：

“遇到问题还能继续想办法往前走”的能力，AI也正在快速增强。

那人还要往哪里走？

我想到一句流传很广的话：

贤者居上，智者居侧。

这里有两个地方很有意思。

先看：

“上”和“侧”。

“侧”并不意味着不重要。

真正的智者，一定特别聪明。一个问题出来，很快就能想到几种办法，分析不同路径的利弊，甚至看到别人没看到的风险。

但他只能站在“侧”。

他可以提供方案、信息和可能性。

最后决定走哪一条路的人，站在“上”。

所以，“上”和“侧”背后，其实说的是：

谁拥有最后的决策权。

再看：

为什么居“侧”的是“智者”，居“上”的却是“贤者”？

我自己的理解是：

“智”更擅长解决——怎样把目标实现。

目标给定以后，可以分析路径、比较成本、评估风险、寻找更优的办法。

但真正的决策，有时候还要回答另外一些问题：

这个目标本身是不是最重要的？

几个目标冲突时，哪个应该排在前面？

为了实现它，我们愿意付出什么？

又有什么，是不能交换的？

所以现实中的很多决定，最后选择的未必是某一个维度上的“最优解”。

因为决策不只是寻找最优方案，还包括判断：我们到底认为什么值得。

从这个角度看，AI正在越来越像一个很强的“智者居侧”。

它可以帮我们找到更多方案，看到更多可能，分析风险，比较路径，甚至在原来的路走不通以后继续寻找新办法。

如果未来每个人身边都有这样一个越来越强的“诸葛亮”，人的价值可能就要继续往前走一步。

不只是：

“我能不能把这件事情做成？”

还包括：

“这件事情到底值不值得做？”

“几个结果发生冲突时，我应该选择什么？”

“什么可以舍，什么不能舍？”

当然，这并不意味着每个人都要成为老板，也不意味着所有岗位都拥有同样的决策权。

真正普适的，不是每个人拥有多大的权力，而是每个人都需要在自己的责任边界里，越来越有判断。

一个一线员工，可能需要判断：

现场发生变化以后，原来的做法还适不适合？下一步应该怎么处理？

一个业务骨干，可能需要判断：

几个目标发生冲突时，什么更重要？资源应该先放在哪里？

一个管理者，还要进一步判断：

团队到底应该解决什么问题？哪些事情值得投入？哪些结果短期看很好，却可能伤害长期？

职位越往上，判断的范围越大，“贤”的要求也越高。

但无论在哪一层，我觉得一个趋势正在越来越明显：

纯粹只需要等待别人给答案的空间，会越来越小。

所以，AI时代我们再谈Ownership，要求可能也在发生变化。

一个真正有价值的结果责任者，不只是遇到障碍以后还能继续找路。

他还要越来越能够判断：

这条路，究竟值不值得走。

因为“怎么走”，AI会越来越能帮我们。

但最终走向哪里，以及为什么选择那里，仍然需要人来回答。