夜雨聆风摘要
当 AI 越用越多，企业却越来越难管理——真正变难的不是“用 AI”，而是“管 AI”。本文提出“第二类执行者”模型，并判断企业正在进入“双执行者时代”：过去一百年的主流企业管理，默认组织中的自主执行者主要是人；而当企业开始同时管理人和具备自主执行能力的非人执行者，原有管理系统也必须随之重构。
第一章：公司里多了一类“不用打卡的执行者”
今天，越来越多企业以为自己只是在给员工增加 AI 工具，实际上，它们已经开始引入另一类执行者。
想象一下这样的管理场景：过去一名中层管理八名员工；今天，团队里的每个人都配有一个或多个 Agent。管理者面对的，已经不只是八个人，而是一组全天运行、并行执行、持续调用工具的数字执行单元。
本文所说的 Agent，不是聊天机器人，而是能够接收目标、调用工具、连续完成任务并交付结果的数字执行者。
这不是某一家公司的完整复制，而是越来越多企业正在接近的组织形态。
这种变化并非凭空推演。Salesforce 在 2025 年 12 月披露，截至其 2026 财年第三季度，Agentforce 累计达成超过 18,500 笔交易，其中超过 9,500 笔为付费交易；生产环境中的 Agentforce 账户数量环比增长 70%。英国多个警务机构采用的“Bobbi”智能体，已经能够自主处理大部分常规市民咨询。Agent 正在从员工身边的问答助手，走向能够独立承接任务的执行单元。
更反直觉的是另一件事。当 Agent 开始承担拆解、跟催和汇总，一些先行企业的管理层级开始被重新审视。真正受到冲击的，首先不是所有中层岗位，而是其中高度标准化的信息传递与进度协调职能。
如果你只看标题，会觉得这是一篇讲“AI 让企业更高效”的文章。错。AI 越用越多，企业却越来越难管理了。
这不是技术问题。模型在变强，工具在变好，接入成本在变低——这些都在让“用 AI”变容易。真正变难的，是“管 AI”。对员工，企业已经形成了一整套成熟的激励、监督与协作机制；但一个 Agent、一条自动化流程、一个 7×24 小时不休息的“数字执行单元”，你用什么去管？
在一批先行企业里，AI 已经从零散试用走向多场景接入，但管理它的系统，仍停留在“只管人”的时代。于是裂缝出现了——任务派给 Agent 了，结果没人验收；Agent 干错了，责任算谁的；多个 Agent 同时运行，谁该优先、资源如何分配、任务发生冲突时听谁的，企业往往还没有明确规则；成本悄悄涨，账单看不懂。
过去一百年的主流企业管理，默认组织中的自主执行者主要是人；AI 时代，这个前提第一次被大规模打破。
这句话值得你停下来读两遍。因为它解释了我们开头那个反直觉的事实：公司变难管，不是因为人变难管了，而是因为管理的对象，从“主要围绕人”扩展到了“人 + 一类新的存在”。这类新的存在，不只是工具，而是能够接收目标、调用资源、连续行动并交付结果的非人执行实体。传统组织管理并没有为这种具备一定自主性、能够连续执行并交付结果的非人主体准备完整规则。
第二章：为什么“管人”的那套，对 Agent 失效了
要理解为什么企业突然不会管了，得先看清旧管理系统到底建立在什么假设上。
过去一百年的企业管理系统，底层假设主要围绕一个前提——组织里的自主执行者，几乎都是人。
你去看管理的三块地基，会发现它们全都是为人设计的：
第一块是激励。奖金、晋升、认可、淘汰，这套机制的前提是“执行者是人，人在乎后果”。你给员工涨薪，他更努力；你批评他，他改进。可 Agent 不在乎涨薪，也不怕被批评。你没法用 KPI 激励一个没有“在乎”这种东西的存在。
第二块是监督。管理学里大量精力花在“怎么知道人在干活”。打卡、周报、例会、抽查，本质都是为了解决“人的努力不可见”的问题。Agent 看似处处留痕，真正的运行状态和错误原因却未必容易理解——日志很多，却没人持续分析；任务跑得很快，却未必有人及时发现它已经偏离目标。
第三块是协调。组织图、汇报线、会议、流程审批，都是为了让人和人之间不撞车。人与人的协调，主要解决信息差异、目标分歧和责任分工；Agent 之间的协调，则更多依赖明确的优先级、权限边界、状态同步和冲突规则。这不是开会能解决的，这是系统问题。
所以你会看到一种很荒诞的局面：企业拿着一套为人设计的精密管理系统，去管一类根本不是人的执行者，然后发现每一招都打在棉花上。传统激励不再适用，监督方式发生错位，协调机制也必须从组织沟通扩展到系统规则。
人的管理依赖动机、判断与社会责任；Agent 的管理依赖目标表达、权限边界、过程可见与结果验证。前者主要通过组织关系运行，后者必须更多通过规则和系统运行。
企业管理不是因为 AI 出现就自动改变，而是因为被管理的对象变了——具备目标理解、工具调用和连续行动能力的非人系统，开始从试点走入越来越多企业的知识工作流程，原有管理假设因而受到挑战。
麦肯锡的研究提出，未来工作将越来越成为人、Agent 与机器人之间的协作。随着执行任务向 Agent 迁移，人的角色会更多转向判断、监督、例外处理与人机协同。
这就是为什么，真正先变掉的，不是“谁被替代”，而是“管理”。
请务必注意，这不是“AI 替代人”的叙事。替代论关心的是“人会不会失业”，那是个社会话题，我们放到最后再讲。本文关心的是另一件事：当执行者从一类变成两类，管理的对象本身变了，所以管理这套“操作系统”必须先重装，跟人有没有被替代是两条线。
你可以这样想：一家公司招了个外籍工程师，语言不通、时区不同，但他毕竟是人，你还能用管理人的方式慢慢磨合。可今天进来的不是“难以沟通的人”，是一类无法仅靠激励、会议和汇报链管理的执行者。它不是来应聘的，它是来上岗的——而且它们天然可以复制、并行和成组运行。
这就是“第二类执行者”这个概念要说的东西。
注意，我用的是“执行者”，不是“员工”。这是故意的。因为在企业里，真正在“执行”的，早就不止是人了：机器人产线上的机械臂在执行、RPA（机器人流程自动化）流程在执行、自动化系统在执行、Agent 在执行。把它们都叫“员工”太窄了，而且这个叫法活不过三年——当一堆没有工牌、没有合同、按 API（应用程序接口）计费的“东西”都在替你干活时，“员工”这个词就装不下了。执行者，才是更长寿命的理论口径。
于是问题从“怎么管人”变成了“怎么同时管人和第二类执行者”。旧系统只装了管人的驱动，没装管 Agent 的驱动。这才是 AI 越用越多、企业却越来越难管的真正病根。
标准定义｜第二类执行者
指除自然人之外、能够在一定授权边界内接收目标、调用资源、连续执行任务并交付结果的非人执行实体，包括 AI Agent、机器人和部分自动化流程。当企业开始同时管理“人 + 第二类执行者”，管理的重心就从“只围绕人”扩展到了“人 + 非人执行者”。
第二类执行者，不是一个产品概念，而是一个组织管理概念。
管理人的重心更多在组织关系、动机与判断；管理 Agent 的重心则更多在明确目标、系统规则、过程可观测和结果可验证。
管理对象改变之后，企业自然需要一套新的运行系统，把两类执行者放到同一套秩序里。
第三章：企业管理开始重写——智能运营层只是物证
讲到这儿，聪明的读者大概已经意识到：企业迟早需要建立一套新的运行机制，来管理这两类执行者。
事实上，一些跑得靠前的企业已经悄悄把它做出来了。它们把“让人和 Agent 在同一套秩序下协同”这件事，沉淀成了一套运行控制层——负责任务编排、状态监控、质量评测、成本核算、人工接管与持续优化。这套东西，后来被统称为智能运营层。
这层能力也正在产品化。ServiceNow 的 AI Control Tower 正在提供并持续扩展 AI 资产发现、风险治理、运行性能监测和价值衡量等能力；其 Autonomous Workforce 则支持智能体根据技能和权限自动认领任务、实时监测表现，并在超出授权或能力边界时升级给人工。ServiceNow 称，其内部超过 90% 的员工 IT 请求已由这类系统自主处理。
智能运营层不是本文的主题，它只是“管理正在重写”这件事的物证。
打个比方。你不会说“企业管理这篇文章，主题是 ERP（企业资源计划）系统”。ERP 是工具，是证据，是企业把管理方法固化进软件的产物。同理，智能运营层是企业把“人和 Agent 一起管”这套新管理方法，第一次做成了一套可运行的系统。它是结果，不是出发点。我们真正在讨论的，是更上游的那件事：管理对象变了，管理必须重写。
这里要特别区分一下，免得和本号前面写过的文章6（《为什么越来越强的 AI，反而越来越难上线？》）混在一起。文章6 讲的“制度承载力”，负责把规则定下来：谁能进入、能做什么、出了问题谁负责——其中包括权限、审计与准入；而智能运营层负责让这些规则持续运行：任务怎么分配、状态如何监测、成本如何核算、结果如何评价、异常如何接管。前者是“能不能上”的制度门，后者是“上了之后怎么跑”的运行层，两者上下游衔接，而不是同一件事。
制度把规则写下来，智能运营层把规则跑起来。
前面那张管理对象变化图，正在被软件化。
企业并非第一次管理机器，但第一次需要大规模管理一类能够接收目标、调用资源、连续行动并交付结果的非人执行者。在传统组织中，被赋予目标、权限与责任的执行主体长期主要是人；今天，Agent 开始进入这个位置。执行主体变了，管理方式自然必须随之变化。
第四章：企业怎么重建管理（落地方法）
说了这么多“为什么”，管理者最想问的是“那我具体该怎么办”。这一章给落地的四件事，不谈平台功能，只谈管理动作怎么改。
双执行者管理四问
企业开始管理第二类执行者以后，这四个问题，构成企业管理第二类执行者的最小闭环。
① 目标能否说清并被机器理解？ 过去你给员工派活，靠会议、靠文档、靠口头。现在你给 Agent 派活，得把目标翻译成它能理解的、可验证的结构：目标是什么、边界是什么、禁止事项是什么、可调用哪些资源。模糊的“搞个方案”，人和 Agent 的理解天差地别。管理者的新基本功，是把目标写成“机器可理解”的样子。这听起来是技术活，其实是管理活——你本来就该把目标说清楚。
② 过程能否看见并及时接管？ Agent 的运行过程可以被记录，但不等于天然可见、可懂、可管理。企业需要建立机制，让管理者知道它正在做什么、调用了哪些资源、是否已经偏离目标，以及什么时候需要人工接管。这不是监控员工，是让第二类执行者始终在视野内。可见性，是从主要依赖人的自我约束与组织信任，扩展到依赖 Agent 的过程可观测、结果可验证和异常可接管的第一块砖。
③ 结果能否被可靠验收？ 派给人的活，人自己会自我校准；派给 Agent 的活，没有验收就等于没管。每一类由 Agent 承担的任务，都要先定好“怎么算做对了”：用什么指标评价、谁负责抽检、什么时候人工复核、错误率达到多少触发停止。没有验收标准的 Agent 任务，再快也是隐患。
④ 责任能否明确追溯？ 这是最容易被忽略、也最容易出事的。Agent 干错了，算谁的？是下发目标的人、配置 Agent 的人、还是批准它上岗的人？企业必须在 Agent 上岗前就把“责任链”画清楚，否则出事就是一地鸡毛、互相甩锅。责任归属不是法律问题那么远，它是日常管理动作：谁有权让它跑，谁就得为结果背书。
顺着这四件事，管理者的角色也在变。过去是“管人”，重点是激发、协调、考核人；现在正在转向“定义目标、配置执行者、验收结果、处理例外”。注意，这不是说人不用管了，而是管理者的精力分配在迁移——把大量原本花在“传递和盯进度”上的中层职能，交给系统吸收掉；把释放出来的精力，升级到“定方向、判边界、担责任”这些机器替不了的地方。
哪些中层职能会被吸收？主要是标准化的传递、拆解、汇总、跟催。哪些会被升级？主要是判断、取舍、对模糊目标的澄清、对意外后果的担责。一句话：中层不会整体消失，但只承担传递、汇总和跟催的中层岗位会明显承压；能够定义目标、处理例外和承担责任的管理角色，反而会被重新定价。用一句传播的话说，中层正在“重镀一层”——从传声筒，变成 Agent 的总指挥和目标守门人。
第五章：未来三年，企业管理进入“双执行者时代”
如果上面几章你都认可，那接下来的判断就不难推了：我判断，未来三年，越来越多先行企业将进入一种新的组织状态——人和第二类执行者同时成为日常生产单元。可以把它称为双执行者时代。
所谓双执行者时代，是指企业默认地、常态化地同时拥有并管理两类执行者：人和第二类执行者（Agent、机器人、自动化流程）。这不是某个部门的尝鲜，而是整家公司操作系统级别的改变。就像当年“电算化”不是给财务配台电脑，而是重写了整个记账方式；双执行者时代也不是“给员工发个 AI 工具”，而是重装了管理本身。这里的“双”不是指世界上只有人和 Agent 两种实体，而是指企业开始同时管理“人类执行者”和“非人执行者”两大类执行主体。
它会具体落在四个地方（以下为基于当前产业信号的推演，而非对所有企业现状的概括）：
岗位：人从亲自执行，转向指挥、验收和处理例外。在先行企业中，可能出现“管 Agent 的岗”，也会出现“和 Agent 搭班的岗”；部分岗位描述里会逐步写入“能否指挥多个 Agent 协同”这样的要求。
组织：中间传递层被压缩，任务调度能力上升。汇报线末端从“人”裂成“人 + Agent + 机器人”，中层的传递、拆解、汇总职能被系统部分吸收，组织图会比今天更扁、更网络化。
经营：企业的财务管理中，将逐步出现更加独立的 Agent、模型调用和算力运行成本口径。
系统：OA、ERP、绩效系统开始增加管理 Agent 的能力。这些系统长期主要围绕人的账号、岗位、权限和审批关系组织业务，双执行者时代，它们将不得不增加登记、核算与考核非人执行者的能力，或被新的智能运营系统逐步改造。
所以回到那个“那又怎样”的问题。对 CEO 和创业者来说，双执行者时代意味着：你接下来的核心竞争力，不只是“用不用 AI”，而是“能不能把人和第二类执行者管到一套秩序里”。会用 AI 的公司很多，能管住 AI 的公司很少。前者吃效率红利，后者建护城河。三年后回头看，差距不在模型，在管理。
这件事不只和企业有关。对个人而言，双执行者时代会先表现为一种新的工作能力：能否把 Agent 组织成稳定、可验收、成本可控的工作流——定目标、控成本、做验收、守边界。普通人不必等公司重装管理系统，今天就可以把手上的 Agent 当成“第二类执行者”来经营：定目标、看过程、验结果、划责任。
下面这张“知识卡”，方便你快速对照双执行者时代带来的四类核心变化：
知识卡｜双执行者时代的四类变化
岗位：从亲自执行，转向配置人机执行组合组织：从层级传递，转向任务调度与异常处理经营：从只核算人力，转向同时核算 Agent 的产出、质量、风险与成本系统：从只登记人和流程，转向同时登记、监测和治理非人执行者
未来企业真正管理的不再只是员工，而是一支由人和第二类执行者共同组成的新型执行团队。
今天最重要的一句话：过去一百年的主流企业管理，默认组织中的自主执行者主要是人；AI 时代，这个前提第一次被大规模打破。
记住这句话。管理之所以要变，是因为执行主体先变了。
💬 你们公司现在属于哪一种？
A. AI 还只是辅助工具
B. Agent 已经开始独立承担任务
C. Agent 已经承担任务，但责任和验收规则还不清楚
留下 A、B 或 C，也欢迎说说最先暴露的是目标、过程、验收还是责任问题。
常见问题
Q1：智能运营层和文章6 讲的“制度承载力”是什么关系？
是上下游关系，不是一回事。文章6 的“制度承载力”负责把规则定下来——谁能进入、能做什么、出了问题谁负责，其中包括权限、审计与准入；智能运营层负责让这些规则持续运行——任务怎么分配、状态如何监测、成本如何核算、结果如何评价、异常如何接管。一句话：制度把规则写下来，智能运营层把规则跑起来。
Q2：双执行者时代，中层管理者会被裁掉吗？
中层不会整体消失，但只承担传递、汇总和跟催的中层岗位会明显承压；能够定义目标、处理例外和承担责任的管理角色，反而会被重新定价。标准化的传递、拆解、汇总、跟催职能会被系统吸收，而判断、取舍与担责会被升级。
Q3：企业现在最该先做哪件事？
先把“责任归属规则”讲清。任何 Agent 上岗前，先画出责任链——下发目标的人、配置 Agent 的人、批准上岗的人，谁为结果背书。没有责任归属的 Agent 任务，跑得越快隐患越大。这是成本最低、却最常被忽略的一步。
Q4：企业现在到底要不要建立智能运营层？
不是先买平台，而是先建立管理规则。智能运营层只是这些规则的软件化——任务编排、状态监控、质量评测、成本核算、人工接管，本质都是“人和 Agent 怎么一起管”这件事被写进系统。规则没想清楚，平台买得再贵也是空中楼阁。先定规则，再谈平台。
Q5：第二类执行者是不是就是 Agent？
不是。Agent 只是目前最典型的一种。机器人、部分自动化流程，以及能够在授权范围内自主承担运输、生产或服务任务的智能系统，都可能属于第二类执行者。判断标准不在于它叫什么，而在于它能否接收目标、调用资源、连续行动并交付结果。
参考资料
📚 以下为公开官方信源，可点击溯源：
1. Salesforce，2026 财年第三季度业绩报告，2025 年 12 月：https://www.salesforce.com/news/press-releases/2025/12/03/fy26-q3-earnings/
2. Salesforce，英国警务机构 Bobbi 智能体客户案例，2025—2026 年：https://www.salesforce.com/news/linked-content/uk-police-forces-transform-citizen-support-with-bobbi-an-ai-agent-built-on-the-agentforce-360-platform/
3. McKinsey Global Institute，《Agents, robots, and us: Skill partnerships in the age of AI》，2025 年 11 月：https://www.mckinsey.com/mgi/our-research/agents-robots-and-us-skill-partnerships-in-the-age-of-ai
4. ServiceNow，Autonomous Workforce 官方资料，2026 年：https://www.servicenow.com/platform/autonomous-workforce.html
5. ServiceNow，AI Control Tower 官方资料，2026 年：https://www.servicenow.com/products/ai-control-tower.html
说明：“第二类执行者”“双执行者时代”“双执行者管理四问”为本文提出并待持续验证的分析框架；涉及未来组织变化的内容，是基于当前公开产业信号形成的趋势判断，并非对所有企业现状的概括。