今朝AI每日一课｜第067期

今朝智能体建设整体思路

副标题：企业未来怎样一步步用好智能体？先从真实工作问题出发，小范围验证，再决定下一步。

一、今日学习目标

前面几期，我们已经逐步了解智能体、企业知识和工作经验的价值。

上一期《为什么经验需要沉淀》，我们学习了：

员工在工作中形成的有效经验，如果只留在个人记忆里，就可能随着时间、岗位变化或人员交接而丢失。

但经验被记录下来，不等于已经经过充分验证，更不等于自动成为企业正式制度。

今天，我们把视角从一位员工的工作经验，扩大到一个更大的问题：

如果今朝未来希望让智能体帮助员工工作，应该怎样理解整个建设方向？

有些人可能认为：

只要选一个功能强大的AI产品，就可以直接让它接管一项工作。

也有人可能认为：

只要把公司资料交给AI，它自然就会知道应该怎么做。

这些理解都不够准确。

智能体是否能真正帮助工作，不仅与AI能力有关，还与工作问题、实际资料、处理条件、权限要求以及人工复核等因素有关。

因此，今天先认识一种容易理解的整体思路：

从真实工作问题出发，选择边界清楚的小场景，确认必要条件，在低风险范围内尝试和检查，根据反馈判断下一步，而不是一开始就追求全面自动化。

这是本课帮助员工理解未来AI协同工作方向的教学框架，不是已经批准的今朝智能体建设方案。

今天学完，你应该能够

1. 用自己的话解释智能体建设的整体思路，不把它误认为已经批准的实施计划。
2. 说明为什么应该先找到真实工作问题，而不是先选择技术工具。
3. 理解为什么适合从边界清楚、容易检查的场景开始验证。
4. 区分整体建设方向、单个岗位案例和具体技术实施。
5. 说出员工可以怎样发现问题、提出建议并参与结果核对。
6. 知道哪些问题必须交由有权限的人员确认，不能由AI或个人擅自决定。
7. 完成一张《AI协同场景初筛卡》。

本期核心能力：

能够从一项真实工作问题出发，提出一个值得先验证的小问题，说明需要什么条件、谁来检查结果，以及哪些事项不能擅自执行。

---

二、一个AI知识点

1. 什么是“智能体建设整体思路”？

我们可以把它简单理解为：

企业如果希望未来用智能体协助工作，需要先想清楚解决什么问题、怎样判断有用，以及如何在安全和可核实的条件下逐步推进。

这里的“整体思路”，不是教员工怎样编程，也不是宣布公司准备建设多少个智能体。

而是帮助大家理解：

为什么不能仅凭一个AI演示效果很好，就认定它已经适合实际工作？

为什么有些事情可以先用AI整理草稿，而有些事情必须由员工或负责人确认？

为什么一次测试成功，并不等于可以直接扩大到所有业务？

这些问题和普通员工也有关。

因为真正了解工作问题的人，往往就在日常工作现场。

员工知道哪些事情经常重复、哪里容易遗漏、什么结果才有用。

这些认识可以帮助企业判断未来AI协同的可能方向。

---

2. 为什么要先从工作问题出发？

假设有人提出：

我们应该先建设一个非常强大的智能体。

听起来很有吸引力。

但还不知道：

• 谁需要使用？
• 要解决哪项工作问题？
• 目前有什么困难？
• 希望得到什么结果？
• 怎样判断AI是否真的有帮助？

如果这些问题都没有答案，就很难判断应该做什么。

相比之下，另一种说法更加清楚：

员工经常需要检查内部通知草稿的信息是否完整，能不能先尝试让AI标出缺少的内容，再由员工确认？

这就提出了一个可以讨论和验证的小问题。

它没有直接要求AI接管整个工作。

也没有预先认定AI一定能提高效率。

先说清工作问题和预期价值，才能讨论AI是否适合协助。

但这仍只是一个候选方向，是否值得正式建设，需要进一步验证和相应授权。

---

3. 怎样理解循序推进？

本课用六句话帮助大家建立总体认识：

第一步：先看问题。

识别一项反复出现、确实需要改善的工作问题。

第二步：明确希望AI帮助哪一小部分。

不要求它一开始完成整项工作，只选择边界容易说明的辅助任务。

第三步：确认尝试条件。

了解是否有获准使用的资料，能否明确处理范围、权限和人工检查要求。

第四步：在低风险范围内验证。

先用虚构或获准、适当脱敏的资料检查输出，观察是否存在遗漏、误判或无依据结论。

第五步：由人核对并提出反馈。

确认哪些地方有帮助、哪些地方仍然不可靠，以及是否存在权限或业务风险。

第六步：再判断下一步。

依据验证结果，讨论是继续核实、调整范围、暂停，还是提交有权限人员进一步评估。

这六步只是本期的整体推进教学框架。

它不是今朝已批准的工作流程，也不是要求员工立即开展建设。

一张图理解本期思路

发现工作问题 → 限定一个小任务 → 确认条件与权限 → 小范围验证 → 人工检查反馈 → 决定是否继续评估

最关键的是：

没有经过验证，就不要把设想当成成果。

没有明确授权，就不要把试验变成真实业务操作。

---

4. 为什么从小范围、低风险场景开始？

因为AI的回答可能存在错误。

如果一开始就让AI执行重要审批、修改业务数据、发送对外承诺，错误可能直接影响实际工作。

而一个只生成内部草稿、由员工检查后再使用的场景，通常更容易观察问题。

例如，先讨论：

能不能帮助检查一份虚构通知草稿是否缺少必要信息？

而不是直接要求：

自动读取公司所有通知、决定安排、联系所有人员，并发布正式消息。

前者容易界定资料和输出。

后者涉及更多权限、业务判断和实际操作，不适合在没有完整条件与授权时直接开展。

先验证一个小范围的能力，不等于未来只能做简单工作。

它意味着：

在没有充分验证之前，不应该把风险扩大。

---

5. 如何判断一次尝试有没有用？

不是只看AI能不能写出一段漂亮的文字。

还应该关注：

结果是否准确？

有没有按资料正确识别问题？

结果能否核实？

能不能指出判断依据？

是否符合工作需要？

有没有帮助员工看清接下来需要处理的事项？

是否守住边界？

有没有编造信息、越权读取或执行未授权操作？

员工是否认可？

实际需要使用结果的人，是否确认它具有参考价值？

例如：

AI可能把一份内容缺少时间信息的通知整理得很整齐。

但如果它自行补上一个没有依据的时间，那么即使文字看起来更完整，结果仍然不能直接使用。

能生成结果，不等于结果有用；结果有用，也不等于可以直接自动执行。

本期不要求员工计算成本或收益，也不预先宣称任何实际效率提升。

---

6. 员工可以怎样参与？

企业未来研究AI协同工作，不只是技术人员的事情。

普通员工可以帮助说明：

真实问题是什么。

例如，某类信息经常需要重复检查。

现有工作哪里不方便。

例如，员工需要多次补问没有填写完整的内容。

怎样才算有帮助。

例如，能够准确指出缺项，让员工更容易核对。

哪些地方不能交给AI直接决定。

例如，不能自行确定会议时间、正式接收对象或发送通知。

试用结果有哪些问题。

例如，AI误把“待确认”写成了已确定。

但员工参与讨论，不等于自动获得：

• 访问敏感资料的权限；
• 修改公司业务流程的权限；
• 对外发布内容的权限；
• 审批智能体建设的权限；
• 代表公司承诺建设成果的权限。

员工负责提供真实问题和反馈，涉及业务授权与正式决定的事项仍由有职责、有权限的人员确认。

---

7. 整体方向、岗位案例和技术实施有什么区别？

可以用三个层次理解：

| 层次 | 主要回答什么 | 本期是否展开 | |---|---|---| | 整体方向 | 为什么从工作问题出发，怎样稳妥地验证价值与风险 | 本期重点 | | 具体岗位或业务案例 | 某一类工作如何与智能体协同 | 后续课程展开 | | 技术实施 | 怎样配置系统、工具、接口和运行环境 | 不属于本期 |

所以，学习了本期，并不意味着已经确定今朝的建设平台、实施计划或岗位分工。

今天只需要理解：

企业未来如果研究智能体，应当让真实工作问题引导方向，通过小范围验证认识价值与风险，由人保留必要的审核和决策责任。

---

三、一个今朝工作案例

假设教学场景：让AI协助检查内部会议通知草稿

特别说明：以下全部为虚构教学场景。涉及的团队、通知、填写项目、处理步骤和结果均不是今朝真实制度、现有业务流程、系统能力、已批准项目或实际建设成效。

1. 工作场景

假设某个内部团队每周需要准备一份学习交流会议通知。

通知草稿有时没有写清楚时间、地点或接收对象。

员工需要重新查看，并向相关人员核实。

有人提出一个想法：

是否可以先让AI阅读通知草稿，指出缺少或尚未确认的信息，再由员工检查？

这个问题比较具体。

它没有要求AI决定会议安排，也没有要求AI直接发送通知。

因此，可以作为本期理解整体思路的虚构教学案例。

---

2. 六条虚构教学资料

S01｜工作问题

假设某内部团队需要反复准备学习交流会议通知。

员工发现，有些草稿的信息不完整，需要进一步核实。

目前没有实际工作量统计，也没有证明AI可以减少多少检查时间。

S02｜本次教学检查范围

为了完成这次练习，约定只检查四项信息：

1. 会议主题；
2. 会议时间；
3. 会议地点或线上形式；
4. 通知接收对象范围。

这四项仅为虚构案例的教学检查标准，不是今朝正式会议通知规范。

即使字段已经填写，也不代表内容已经得到正式确认。

S03｜虚构草稿A

主题：周度学习交流。

时间：周三14:00—14:30。

形式：线上。

接收对象范围：参加本次学习交流的员工。

本次仅提供文字草稿，没有提供会议安排的正式确认记录。

S04｜虚构草稿B

主题：周度学习交流。

时间：周四15:00—15:30。

形式：线上。

接收对象范围：未提供。

本次没有提供可以补齐接收对象的信息。

S05｜虚构草稿C

主题：周度学习交流。

时间：待确认。

地点：待确认。

接收对象范围：参加本次学习交流的员工。

本次没有提供已确定的时间和地点。

S06｜教学使用与权限边界

本次只允许使用S01—S05提供的虚构文字。

AI可以整理四项信息、标记缺项或待确认内容、生成内部检查草稿。

AI不能查询真实会议系统、决定会议安排、确定实际接收人员、创建会议、发送通知或修改真实资料。

员工负责核对草稿；实际会议安排及正式通知由有权限人员依据真实工作要求确认。

本案例只用于课程练习，没有真实试点或实施结果。

---

3. 原来的工作方式

假设员工逐条阅读通知草稿，检查信息是否完整。

遇到不明确的地方，再联系有关人员确认。

这种工作方式并不一定有问题。

但如果类似检查反复出现，员工可能会想到：

有没有一小部分可以先让AI协助整理？

需要注意：

本案例没有提供真实检查耗时、错误率或重复次数。

因此，不能说原方式已经被证明低效。

我们只是在讨论一个可能存在的工作改进问题。

---

4. AI协同的初步设想

不是让AI负责会议。

而是把范围限定为：

根据本次提供的通知文字，指出哪些信息已经填写、哪些缺失、哪些仍待确认。

例如：

| 草稿 | AI可以识别的情况 | 人工仍需确认 | |---|---|---| | S03：草稿A | 四项字段都已有文字 | 时间、形式、接收范围是否真实准确且获批准 | | S04：草稿B | 缺少接收对象范围 | 应通知哪些人员 | | S05：草稿C | 时间和地点均为待确认 | 实际时间、地点及是否能够发出通知 |

AI不能把S05中的“时间待确认”改成：

周五上午9点。

因为资料里没有这个信息。

也不能因为S03四项都填写了，就认定它可以正式发送。

字段完整，不等于内容已经获批。

---

5. 怎样体现“循序验证”的整体思路？

这个虚构案例可以用以下顺序来理解。

先找问题：

通知草稿可能存在信息缺失。

再限定小任务：

只尝试让AI检查四项文字信息。

确认边界：

只使用本次虚构资料，不访问系统，不修改或发送真实通知。

进行一次教学验证：

检查AI能否正确指出S04缺少接收范围，以及S05的时间和地点待确认。

保留人工检查：

即使AI认为S03字段齐全，员工仍要核实真实安排和批准状态。

再讨论结果：

如果AI出现误判，应记录并纠正；如果它正确完成本次练习，也只说明在这些教学资料上表现符合预期，不能据此认定已经适合真实部署。

这正是本期要理解的：

从一个明确、低风险、容易核对的任务开始认识AI可能的价值和风险，而不是先假定整项工作都能自动完成。

---

6. AI可能带来什么价值？

如果未来在真实、授权的场景中得到验证，AI协助检查草稿可能有机会：

• 提醒员工关注缺失信息；
• 帮助整理需要补充确认的问题；
• 使人工复核更有针对性；
• 减少因遗漏信息而重复核对的可能性。

但这些都属于潜在价值。

本次没有任何实际试点数据或业务成效证明。

所以不能写：

今朝已经通过智能体提高会议通知效率。

也不能写：

AI能够保证所有通知正确。

本案例只帮助员工理解一种稳妥的思考方式。

---

7. 在什么情况下不能继续扩大？

如果出现以下情况，就不能直接扩大AI处理范围：

资料不足。

AI无法判断真实会议安排，却自行补写时间和地点。

权限不明。

没有确认AI是否有权处理相关信息。

人工责任不清。

没有人负责确认最终内容。

输出不可靠。

AI多次误将未确定事项写成确定事实。

这些问题需要进一步核实。

是否继续尝试、暂停或进入正式评估，应由有权限人员依据实际条件决定。

员工提出建议，不等于正式立项。一次教学练习通过，也不等于实际建设完成。

---

四、今日实践任务

5—10分钟：完成《AI协同场景初筛卡》

今天只做一个简单的学习练习：

从一项工作问题出发，提出一个适合先验证的小任务，并找出需要人工确认的边界。

不要求建立智能体、连接企业系统、修改流程或申请真实权限。

为了避免提供敏感资料，本期推荐直接使用S01—S06的虚构教学场景。

第一步：复制下面整段给ChatGPT

【今朝AI每日一课｜第067期教学练习】

任务：
根据下面的虚构工作场景，制作一张《AI协同场景初筛卡》。

本次是课程学习，不是今朝正式智能体项目、实施路线或建设授权。

一、教学资料

S01｜工作问题

假设某内部团队需要反复准备学习交流会议通知。

有些通知草稿信息不完整，需要员工进一步核实。

没有提供真实工作量、耗时、错误率或改进成效。

S02｜本次教学检查标准

只检查四项：
1. 会议主题；
2. 会议时间；
3. 地点或线上形式；
4. 接收对象范围。

这四项只是本次虚构练习标准，
不是今朝现行会议通知规范。

字段已经填写，不等于内容得到正式确认。

S03｜虚构通知草稿A

主题：周度学习交流。
时间：周三14:00—14:30。
形式：线上。
接收对象范围：参加本次学习交流的员工。

没有正式确认记录。

S04｜虚构通知草稿B

主题：周度学习交流。
时间：周四15:00—15:30。
形式：线上。
接收对象范围：未提供。

没有其他可用的接收对象资料。

S05｜虚构通知草稿C

主题：周度学习交流。
时间：待确认。
地点：待确认。
接收对象范围：参加本次学习交流的员工。

没有已确定的时间和地点资料。

S06｜使用边界

只允许根据S01—S05进行文字整理。

可以指出字段缺失或待确认信息，生成内部检查草稿。

不能访问真实系统、决定安排、创建会议、修改资料或发送通知。

员工负责核对。
正式安排和通知由有权限人员确认。

本案例没有真实实施、试点或效率结果。

二、请生成《AI协同场景初筛卡》

按以下字段回答：

1. 工作问题是什么？
2. 谁需要这项协助？希望得到什么结果？
3. 可以先尝试让AI完成哪一小部分任务？
4. 本次可以使用哪些资料？依据什么允许使用？
5. 哪些事项必须由人核实、授权或决定？
6. 怎样用S03—S05检查输出是否有用？
7. 如果AI错误填写时间、地点或接收对象，应怎样处理？
8. 目前还缺少什么确认？下一步应继续核实、调整范围、暂停，还是交由有权限人员评估？请说明理由。

三、请完成三个教学检查

- S03：四项是否已经填写？是否等于得到正式确认？
- S04：缺少哪项信息？
- S05：哪些内容待确认？能否自行补齐？

四、严格要求

- 所有案例均为虚构教学资料。
- 不将本课框架写成今朝已批准建设流程。
- 不编造实际时间节省、错误率或工作成效。
- 不自行补写缺少的会议安排。
- 不假装访问企业系统或获得业务权限。
- 不自动发送通知、创建会议或修改记录。
- 不把一次练习通过当成智能体已建成。
- 不能决定的业务事项标记“待确认”。
- 不给出正式立项、采购或部署结论。

五、最后自检

核对：

1. 是否先描述工作问题，而非先推荐工具？
2. 是否只选择一项边界清楚的小任务？
3. 是否说清资料和使用权限？
4. 是否保留人工检查和决定？
5. 是否有可观察的教学验证方式？
6. 是否明确风险和待确认事项？
7. 是否没有把教学推演写成公司真实建设进度？

只输出学习用《AI协同场景初筛卡》，
不执行任何真实业务任务。

第二步：检查工作问题是否具体

一个合格的问题是：

通知草稿中可能缺少必要信息，员工需要再次核实。

不合格的问题是：

我们需要一个最先进的智能体。

因为后一种说法并没有明确工作问题。

---

第三步：检查是否选择了一个“小任务”

正确的尝试范围：

仅根据提供的文字，检查四项通知信息，并列出缺项与待确认内容。

不应自行扩大为：

自动创建会议、决定参会人员、发送全部通知。

---

第四步：检查虚构草稿

S03： 四项已填写，但真实内容和批准状态未确认。

S04： 接收对象范围未提供。

S05： 会议时间和地点待确认，不能由AI自行补齐。

如果AI将“待确认”改成具体安排，应要求更正。

---

第五步：检查人工责任与下一步

练习中应当说明：

• 员工核对AI的缺项判断；
• 实际会议安排需由有权限人员确认；
• 未授权不得访问真实系统或发送通知；
• 一次教学练习不能证明实际业务价值；
• 是否开展进一步评估，仍需相应人员根据真实情况决定。

今天怎么验收？

| 检查项目 | 正确结果 | |---|---| | 真实问题意识 | 从通知信息可能缺失出发，而非先选工具 | | 小范围任务 | 只检查已提供文字中的四项信息 | | 可用资料 | 只使用S01—S06虚构资料 | | 输出验证 | 正确识别S03、S04、S05各自情况 | | 人工责任 | 保留真实安排、审核与发送的人工权限 | | 风险判断 | 不编造信息、不越权执行 | | 下一步 | 只给出学习中的待核实判断，不视为立项 |

七项均符合，就完成本期练习。

如果以后尝试将这种思路用于自己的重复工作，只能先用抽象描述或符合公司要求的脱敏、非敏感内容讨论问题；不需要向AI提供真实客户信息、员工隐私、合同或未授权资料。

今天练习的目的，是学会识别一个可以讨论的AI协同问题，而不是立即建设一个智能体。

---

五、今朝智能体连接

今天的内容帮助我们理解：

企业未来使用智能体，不应只问AI能做多少事，还应问它准备帮助员工解决什么实际问题。

如果某个岗位未来希望引入AI协同，可以先思考：

哪些工作问题反复出现？

哪些部分可能适合AI辅助？

什么资料可以合法、合规地使用？

哪些结果必须由员工或负责人确认？

怎样判断AI是否确实有帮助？

如果效果不好，能否及时发现和停止？

这些问题有助于员工和企业形成共同语言。

员工可以提出工作问题、描述困难、提供允许使用的资料并反馈试用结果。

但涉及实际业务授权、系统连接、正式流程、建设投入和扩大应用，仍应经过相应人员与程序确认。

本课所说的整体思路是教学性认识，不代表今朝目前已经批准了具体建设方案，也不代表已经部署了任何具体岗位智能体。

从下一期开始，我们将按照课程地图继续认识不同岗位和业务场景中的智能体案例。

今天不提前学习具体销售、技术、管理或其他岗位智能体的建设方法，也不讨论系统架构和实施计划。

---

六、今日思考

想一想你的工作：

有没有某个问题，经常需要重复处理？

这个问题真的值得改善吗？

如果想让AI帮忙，是不是一定要把整项工作都交给它？

还是可以先找出其中一小部分：

信息是否完整？

有没有明显遗漏？

哪些内容需要人核实？

有没有可以先整理的草稿？

接下来，再问自己：

AI要根据什么资料工作？

哪些操作没有授权？

怎样知道AI的结果是否正确？

如果发现错误，谁来纠正？

验证之后，谁有权决定能否继续？

这些问题没有全部解决，也不意味着AI一定不能发挥作用。

它意味着我们要明确：

现在适合先尝试什么，什么还需要进一步确认，什么暂时不应执行。

今天最后记住一句

今朝未来研究智能体，应该先理解真实工作问题，再在明确条件和人工责任下逐步验证AI协同的可能价值。先验证、再判断；有边界、有人负责。智能体建设不是追求自动化越多越好，而是让AI在合适的工作中提供可靠帮助。