今天在上海 GTLC 全球科技领导力大会现场，白鲸开源 CEO 郭炜讲了一个段子，全场笑完之后是长长的沉默。
Astronomer 的 CEO 在演唱会亲吻镜头上了大屏幕，绯闻全网疯传。多数吃瓜群众不知道这家公司是干什么的——它是 Apache Airflow 的商业母公司，美国数据工作流赛道的第一名。而郭炜的公司是 Apache DolphinScheduler 的原厂，中国第一。
同样的赛道，同样一万家开源用户，同样一批头部客户。 美国那边，CEO 豪车豪宅上小报；中国这边，用他的原话说：「客户虐我千百遍，我待客户如初恋。」
他给的量级判断更扎人：中美市场差异不是几倍，是 100 倍。
为什么？软件做得差吗？他在硅谷待了一个多月，拜访了 Snowflake、Databricks 峰会和一圈大厂之后的结论是：产品和技术好不好，从来不是中国软件活不活得下去的关键——很多国产软件的技术已经进入美国市场第一梯队。问题出在别的地方。出在账本上。
上一篇 两个对手，同一套打法 里，我写 Grok Bot 和 Claude Cowork 两个团队怎么做产品，里面藏了一个我没展开的细节：主持人 Lenny Rachitsky 说，他已经把自己的不少用例从 Cowork 和 Codex 迁到了 Grok Bot 上——迁得非常快。
文章发出去之后，这句话一直在我脑子里转。媒体叙事是「桌面 Agent 是新大陆，用户圈地之后就不会再动」；可生态里最重度的用户、播客主持人本人，一个周末就把家搬了。
那么问题来了：用户从 Cowork 迁到 Grok Bot，代价到底大不大？
我的答案分两半：任务搬家便宜，关系搬家贵。一个用户能迁走多少，取决于他在这个产品里存放了什么。这篇文章用我自己做样本来拆——我给自己的数字员工「涌现」搬一次家，看看什么带得走，什么带不走；拆完你会发现，「带不走的东西」正好回答了第二个问题：AI 产品满足用户的哪三个任务，才能把他变成长期付费用户。
上个月一个 CIO 给我看他们的 AI 成果清单，讲得很顺：接入了多少个 Agent、开了多少智能体账号、买了多少 token、做了几场全员培训。我听完问了他一句：「你们每天真实发生的业务里，有多大比例是 Agent 参与完成的？」
他停住了。停了几秒，说：「这个我们没统计过。」
这不是个例。绝大多数企业的 AI 成绩单，记的都是投入项——买了多少、接了多少、开了多少。而真正决定 AI 能不能产生业务价值的那个数字，没人算过。
通用 Agent 之后，企业要解决的，不是再做一个更聪明的 Chat，而是把 AI 真正嵌进每天发生的协同工作流。
过去企业数字化的路径大致是：
业务流程 → 表单 / 审批系统 → 人来操作系统
# generated by hugo AI
AI 时代正在变成：
业务目标 → Agent 理解与执行 → 人做判断与审核
# generated by hugo AI
所以引入通用 Agent 只是第一步。真正的问题是：你的企业有没有一个能让 Agent 进入、理解、执行、反馈、持续优化的工作流载体。 没有载体，Agent 再聪明也只是停在对话框里。
我的钉钉数字员工每个月偶尔会抽下风：「⚠️ 暂时无法处理你的消息，请稍后再试。」，往往重启一下就好了。今天我让 opencode + GLM-5.3 排查了下这个问题。
十五分钟后，它把案子破了。凶手很狡猾：藏在三份完美证词背后，还顺走了我的 /etc/hosts 当人质。
今天和一个朋友聊天。他说自己做了一个非常精简的 Agent Harness，准备开源，让大家可以直接用。
我第一反应不是问他写了多少代码，而是问：
你看过 Pi Agent、OpenCode、DSH 吗？
他说，没有深入研究过。
那一刻我没有继续追问，但一个问题在我脑子里转了一下午：今天成为一个 Agent 应用工程师，真正重要的到底是什么？ 是能够自己写一个 Agent Loop，还是能够把 Agent 真正做成一个有价值、能生产、能赚钱的产品？
这篇文章把那条成长路线完整画出来。
半年前，我给自己上了第一批数字员工。上岗之前，我的想象是这样的：任务交给 Agent，我只管派活和收结果，我在钉钉上的时间应该大幅下降。
半年后，我打开自己的屏幕时间统计：我在钉钉上的时间没有下降——翻了一倍。
起初我以为是个体差异。但和几位同样在带数字员工的同事交流后，发现大家的处境差不多：Agent 越多，人在 IM 里花的时间越多。
这让我必须把一个判断写下来：
AI 不会造出新入口，只会加深你对旧入口的依赖。
最近读到一篇两万字的 Agent 自进化方法论，写得相当扎实。其中记了一条血泪教训：有团队在某个场景上连续 20 多轮自动迭代，效果一直不提升——最后发现根因根本不在配置层，而在工具层。20 多轮里，系统忠实地修 Prompt、改 Skill，每一轮都按评测信号在优化。
回头看，最惊人的不是根因藏得深，而是这 20 多轮里，没有一个人问过：这批评测 case 本身，选对了吗？
没人问，因为没人需要问——这份评测集没有主人。
这篇方法论（作者 yannisyang、ethanytzhou）把评测、记忆、落地、控制四个环节拆成飞轮：评测是眼睛，记忆是大脑，落地是手脚，人机协作是方向盘。四个齿怎么建、坑在哪、从零到一怎么落地，都讲了。它最有价值的一句话是：
大多数团队的问题恰恰在于：每个组件内部做得还行，但组件之间的「箭头」没有自动化。
飞轮的瓶颈不在齿，在齿与齿之间的通路。我完全同意——但沿着这句话再往下推一步，会发现一个这篇两万字没有回答的问题：
所有箭头里最上游的那一条——「什么叫好」——它的定义权在谁手里？
8 月底，麦肯锡的播客 McKinsey Talks Talent 里，主持人 Lucia Rahilly 抛出了一个很多公司都在回避的问题：Agent 进了核心工作流，谁来管它？
资深合伙人 Brooke Weddle 的回答很直接：「HR 管理的不再只是人类的绩效，现在还有数字员工。」 全球技术与 AI 负责人 Kate Smaje 接着把问题拆成了三问：
「我到底有多少个 Agent？谁对它们的绩效负责或担责？它们创造了多少价值？」
问完，她自己补了一句更狠的话：当她问企业「上次讨论非人类劳动力的绩效是什么时候」——「几乎没有组织能回忆起自己把这件事排上过议程。」
听到这三个问题的时候，我愣了一下——这不是新闻，这是我今年 3 月起就在博客里反复写的那一系列问题。麦肯锡用了整个 8 月，终于追上了这条线。
他们给出的答案也对：Agent 归使用它的业务负责人管，不是 IT，不是 CTO。 这和我在数字员工的第一准则不是可控性里推导的主管制，几乎是同一个结论的两条路径——他们从管理实践归纳，我从问责公理演绎，殊途同归。
但这份答案只答了一半。
[Read More]前几天有人给我发了一份「2026 年 Agent 开发者工具箱」清单，整整 15 个名字：git、gh、docker、uv、node、pnpm、nvm、rg、jq、curl、fzf、just、direnv、python、go。分层清晰，还配了星级。
我顺手在自己这台跑 Agent 的机器上核对了一遍，结果很有意思：15 个里我只装了 7 个。
for t in git gh docker uv node pnpm nvm rg jq curl fzf tmux direnv just mise; do
command -v "$t" >/dev/null && echo "$t: yes" || echo "$t: NO"
done
# generated by hugo AI
git、gh、uv、node、pnpm、rg、curl 在；docker、jq、fzf、tmux、direnv、just、mise 一个都没有。机器没罢工，Agent 每天照样在上面干活。
所以我没有急着去补齐那 8 个缺口，而是先问了一个更基本的问题：这份清单是按什么标准选的？是给人用的，还是给 Agent 用的？
这两个问题的答案，会导出两份完全不同的清单。
最近读了一篇关于 Harness 自进化的报道，里面有个细节让我停下来想了很久。
停下来的原因，是我们自己也卡在这里：数字员工上线一段时间了，它好像变「顺手」了，但说不清是不是变「聪明」了。这个模糊感，恰好被报道里的三个数字点破。
报道里那家公司说（厂商自报口径）：他们平台上 95% 以上的 Agent 被每天重复运行；在留存用户中，93.4% 的操作是系统自触发的；超过六成的自动化流程持续运行了一个月以上。
大多数人读到这三个数字，看到的是「这家公司用户很多」。我看到的是另一件事：这三个数字加起来，恰好是递归式自我改进（RSI）最稀缺的原料。
