夜雨聆风无论是在 ChatGPT、Claude，还是 IDE、终端、表格与文档工具中，基本模式都没有发生根本变化：
一个人，调用一个 Agent，完成一项任务。
Anthropic 将这种模式称为 AI 的“单人游戏”。
但当 Agent 开始具备长期记忆、工具调用、代码执行和跨系统操作能力后，新的问题出现了：如果一个 Agent 可以持续参与项目，它是否还应该只是某个人的私人助手？
Anthropic 给出的答案是：未来的 Agent 更可能成为团队中的一种新成员。
它拥有自己的角色、身份、权限和工作范围，与多个员工共同参与项目。人类负责确定目标、处理权衡和承担责任；Agent 负责检索、分析、执行、验证和汇报。
这不是简单地增加几个机器人账号，而是在重新设计团队的组织方式。
2026 年 6 月，Anthropic 发布文章《Lessons from Anthropic on building effective human-agent teams》，总结了其内部实践中的四条经验：公开协作、角色分工、北极星目标，以及渐进式信任。
AI 的交互模式正在从单人助手转向多人、多 Agent 协作
一、什么是“多人 Agent”？
Anthropic 所说的 Multiplayer Agents，并不是传统意义上的多个 Agent 相互对话。
更准确地说，它是指：
一个拥有独立身份的 Agent，同时与团队中的多个人协作，并持续参与同一个工作空间。
普通 AI 助手通常依附于某个用户。它读取这个用户提供的上下文，完成任务，然后结束会话。
团队型 Agent 则需要长期存在于 Slack、代码仓库、文档系统或项目管理平台中。它可能参与需求讨论、分析数据、审查代码、整理会议结论，并在几天甚至几个月后继续处理相关工作。
为了做到这一点，Anthropic 认为 Agent 至少需要三类基础能力：
- 持久化记忆：记住团队目标、历史决策和反馈。
- 独立身份与凭证：不借用某位员工的账号执行操作。
- 持续的信息访问能力：能够读取完成工作所需的频道、文档、代码和业务系统。
这三个条件看起来是技术问题，实际上对应的是组织中的三个基本概念：
记忆对应经验； 凭证对应身份和责任； 信息访问对应岗位权限。
当这些能力组合在一起，Agent 才开始从“一次性工具”变成可以被纳入组织管理的数字协作者。
二、第一条经验：对 Agent 而言，没有记录的信息等于不存在
在人类团队中，大量信息依靠非正式渠道传播。
一项决定可能来自会议中的讨论，也可能来自走廊里的几句话，或者某个只有三个人参与的私聊。人类可以依靠关系、经验和口头补充理解这些信息，但 Agent 不行。
Agent 对组织的理解，主要来自它能够检索到的文本：
团队频道； 项目文档； 代码与提交记录； 会议纪要； 产品规范； 数据与任务记录。
Anthropic 对此有一句非常直接的总结：
对 Agent 而言，如果某件事没有被写下来并且可以访问，它就不存在。
因此，Anthropic 的第一条经验不是“给 Agent 写更长的提示词”，而是让团队尽可能公开地工作，并形成可检索的组织记忆。
例如，一个产品方向已经在会议中被否决。如果会议没有纪要，Agent 之后仍可能反复建议这个方向。
相反，当 Agent 能够检索决策记录时，它不仅可以避免重复劳动，还可能从其他团队的文档中发现已经验证过的方案。
Anthropic 没有主张取消安全边界。它的做法是减少零散、模糊的权限判断，转而建立少量清晰的工作区级边界。
在边界以内，信息默认对相关的人和 Agent 开放；在边界以外，敏感内容继续保持隔离。
这意味着企业知识管理需要发生一个变化：
文档以后不只写给人看，也要写给 Agent 读取。
文档标题是否明确、决策是否有结论、负责人是否标注、历史方案为什么被放弃，这些过去被视为“文档习惯”的细节，未来可能直接决定 Agent 的工作质量。
三、第二条经验：不要部署“万能 Agent”，而要定义岗位
很多企业在引入 Agent 时，首先想到的是做一个全能入口：它既能回答问题，也能分析数据、写代码、生成报告、审查设计、安排任务。
这种设计在演示中很方便，在真实组织中却容易制造混乱，当所有 Agent 都可以处理所有任务时，团队很快会遇到几个问题：
多个 Agent 重复完成同一项工作； 不同员工各自维护一套私人 Agent； 同一个指标出现多个版本； 结果出了问题，却无法确定责任落在哪里； Agent 获得了超出任务需要的权限。
Anthropic 的做法更接近传统团队分工：一个 Agent 负责数据分析，另一个负责研究汇总，第三个执行质量检查，第四个负责版本发布。不同 Agent 拥有不同的记忆、技能和工具权限。
例如：
Anthropic 的工程团队还会使用 Skill 文件描述 Agent 的角色、能力范围和执行规范，并随着项目复杂度增加新的岗位。例如，当软件发布工作变多时，团队会专门增加 Release Manager Agent。
角色明确以后，人类和 Agent 可以在同一个讨论线程中工作。任何成员都能看到当前任务由谁负责、已经完成了什么、下一步需要什么。
这带来一个重要变化：
Agent 管理的重点不再是“提示词写得好不好”，而是岗位、权限、工具和责任是否匹配。
提示词只是岗位说明的一部分。真正决定 Agent 能否稳定工作的，是它有没有明确的输入、输出、验收标准和权限边界。
四、第三条经验：任务列表不够，Agent 还需要一个北极星目标
大多数 Agent 系统仍然采用被动模式：人类分配一个任务，Agent 执行一个任务。
Anthropic 发现，更有价值的 Agent 不只是完成已知任务，还能够主动提出新的工作方向。
但主动性并不是简单地告诉 Agent“请积极一些”。如果没有清晰目标，Agent 的主动建议很容易变成大量低价值任务。
为此，Anthropic 引入了 North Star，也就是团队的北极星目标。
北极星不是某一项具体任务，而是一个长期、明确、可以帮助团队判断优先级的方向。
例如：
具体任务：修改产品引导页的错误提示； 北极星目标：让新用户更顺利地完成产品上手流程。
当 Agent 只知道第一个任务时，它只会修改文案，当 Agent 理解第二个目标，并且拥有相关数据和上下文时，它还可能主动检查失败率、定位阻塞环节、比较不同用户群体，并提出新的优化项目。
Anthropic 提到，一个内部工具团队将“让产品 onboarding 更有帮助”设为北极星目标。Agent 主动发现错误提示文案存在改进空间，并提出修改建议。相关调整在随后一周带来了可测量的 onboarding 成功率提升。
不过，Anthropic 也强调，并不是所有 Agent 都应当拥有主动发起项目的权限。
北极星目标由人类制定。团队还要明确指定哪些 Agent 已经具备足够的能力和可信度，可以根据这一目标提出新工作。
这相当于把 Agent 的自主程度拆成两个维度：
- 执行自主性：能否独立完成已分配的任务；
- 目标自主性：能否主动定义值得开展的新任务。
前者可以较早开放，后者需要更严格的约束。
Agent 可以扩大执行范围，但业务目标和关键权衡仍由人类负责
五、第四条经验：自主权不是一次授予，而是逐项挣来的
关于 Agent，企业容易陷入两个极端。
一种是完全不信任。所有结果都要求人工逐字检查，最终 Agent 没有节省多少时间。
另一种是过度信任。系统一上线就获得大范围权限，直到出现严重错误才重新收紧。
Anthropic 采用的是渐进式授权：
Agent 的自主权，应与它已经证明的可靠性相匹配。
Anthropic 的工程团队曾让 Agent 独立处理 500 个 Bug 修复，但这种自主程度并不是从第一天就存在的。
初期，团队会人工检查 Agent 的每一个判断，记录哪些情况需要人类介入，并逐渐将这些经验写入规则、检查清单和 Skill 文件。当某类任务连续多次稳定完成后，Agent 才获得这一类任务的更高自主权。
这里的关键不是建立一个笼统的“Agent 信任分数”，而是按任务类型评估：
Anthropic 还强调了 Doer-Verifier 模式：一个 Agent 执行任务，另一个 Agent 根据测试、规则或评分标准检查结果。
代码可以通过单元测试、静态检查和回归测试验证；文档也可以通过事实核验清单、格式规范和风格评分进行验证。
这说明 Agent 系统的可靠性不能只依赖模型“自觉”。
稳定的生产系统需要把正确性外化为：
测试； Rubric 评分标准； 检查清单； 交叉验证； 人工升级条件； 错误复盘记录。
Anthropic 的一个团队会让 Agent 每周整理“Lessons & Missteps”，也就是本周经验与失误，使错误进入长期记忆，避免不断重复。
随着 Agent 越来越独立，新的稀缺资源不再是计算能力，而是人类注意力。
如果 Agent 每完成一步就询问一次，或者每天产生几十个等待审核的结果，团队仍然会被淹没。
因此，成熟的 Agent 还需要学会：
将多个问题合并后一次提出； 在请求人类判断时补齐必要上下文； 只升级真正存在权衡的决策； 控制每日进入人工审核队列的任务量。
这不是交互体验上的小优化，而是人类-Agent 团队能否扩展的核心条件。
六、真正的变化，不是多部署几个 Agent
Anthropic 总结的四条经验，看起来并不新：
信息透明； 角色明确； 目标一致； 质量标准清晰； 从错误中学习； 根据能力逐步授权。
这些本来就是成熟团队的基本管理原则。Agent 的出现，只是让这些原则变得无法继续忽略。一个文档混乱、决策不留记录、指标口径不统一、职责边界模糊的团队，很难因为接入大模型而突然变得高效。
相反，Agent 会快速放大原有问题：
模糊信息被规模化传播； 重复工作被自动化复制； 错误权限造成更大的操作风险； 无效任务消耗更多算力和审核时间。
因此，构建企业 Agent 系统的顺序不应该是：
先选择模型，再寻找使用场景。
更合理的顺序是：
明确团队的长期目标； 找出可以标准化和验证的工作； 定义人类与 Agent 的角色边界； 打通完成任务所需的信息和工具； 建立测试、审核与升级机制； 根据实际可靠性逐步扩大自主范围。
从这个角度看，Agent 落地不只是一个模型工程项目，也是一个组织工程项目。
七、部署人类-Agent 团队前，先回答五个问题
Anthropic 在文章最后给出了一组检查问题。可以将其整理为一份更适合企业内部使用的清单：
第一，Agent 和人类需要的信息，是否已经被记录并且可以搜索？
如果关键决策仍然主要存在于私聊和口头沟通中，Agent 就无法形成可靠上下文。
第二，能否写出团队的完整成员表，并说明每个人和每个 Agent 负责什么？
如果不能，任务重复、责任模糊和权限膨胀几乎不可避免。
第三，每个角色是否拥有完成工作所需的工具，同时没有获得不必要的权限？
工具不足会让 Agent 只能生成建议；权限过大则会增加安全风险。
第四，关键交付物是否存在明确的测试或验收标准？
无法验证的任务，不适合直接交给高自主 Agent。
第五，团队是否拥有所有成员都能理解和引用的北极星目标？
没有共同目标，Agent 即使执行速度更快，也可能只是在更快地完成低优先级工作。
结语
AI Agent 经常被描述成“数字员工”，但真正的数字员工，不只是能够执行命令的模型。
它需要进入真实的组织结构：
有岗位； 有权限； 有目标； 有上下文； 有考核标准； 有犯错后的反馈机制； 有明确的人类责任人。
Anthropic 的实践揭示了一个值得重视的趋势：
企业 AI 的竞争，可能正在从“谁拥有更强的模型”，转向“谁能更好地组织人类与 Agent 协同工作”。
当模型能力逐渐成为基础设施，决定最终效率的，将是企业能否把知识、权限、任务和验证机制重新组织起来。
未来最有效率的团队，未必是拥有最多 Agent 的团队，更可能是那些能够清楚回答三个问题的团队：
什么必须由人决定？
什么可以交给 Agent 执行？
我们如何确认它确实做对了？
参考资料
1、Anthropic，Lessons from Anthropic on building effective human-agent teams，2026 年 6 月 24 日。
2、参考图片由gpt 生成
