「AI進(jìn)化論」是長(zhǎng)江商學(xué)院推出的AI+主題欄目，匯聚全球AI領(lǐng)域的原創(chuàng)洞見、產(chǎn)業(yè)實(shí)踐及前瞻研判。從技術(shù)突破到產(chǎn)業(yè)應(yīng)用，從戰(zhàn)略布局到倫理邊界，在這里，一起與AI同頻進(jìn)化。

不少AI項(xiàng)目上線驚艷，三個(gè)月后便歸于沉寂，很可能踩了企業(yè)AI轉(zhuǎn)型最大的坑——只把數(shù)據(jù)當(dāng)資產(chǎn)，卻忘了把“判斷”寫進(jìn)系統(tǒng)。企業(yè)家最珍貴、最難復(fù)制的東西，從來(lái)不是數(shù)據(jù)庫(kù)本身，而是判斷、資源、邊界和責(zé)任。勝負(fù)手在于將這些轉(zhuǎn)化成一種可計(jì)算、可執(zhí)行、可驗(yàn)證、可進(jìn)化的組織能力。

今天和你分享長(zhǎng)江商學(xué)院張維寧教授近日發(fā)表于FT中文網(wǎng)的署名文章。文章指出：企業(yè)真正的AI資產(chǎn)不止是私有數(shù)據(jù)，更是在于“判斷”和“協(xié)議”——什么是好、什么是危險(xiǎn)、什么情況下必須叫停。未來(lái)領(lǐng)先的企業(yè)，不是最早用上AI的，而是最早能把自己的判斷變成系統(tǒng)、把自己的系統(tǒng)變成閉環(huán)的企業(yè)。

作者 | 張維寧

來(lái)源 | FT中文網(wǎng)

原標(biāo)題 | 誰(shuí)先把判斷寫進(jìn)系統(tǒng)，誰(shuí)先擁有下一代企業(yè)能力

張維寧

長(zhǎng)江商學(xué)院教授

高層管理教育項(xiàng)目學(xué)術(shù)主任

MBA項(xiàng)目學(xué)術(shù)主任

01

企業(yè)真正要轉(zhuǎn)的，不是模型

而是結(jié)果系統(tǒng)

今天一個(gè)重要變化是，模型之間在靜態(tài)基準(zhǔn)上的差距正在縮小，但一旦任務(wù)變長(zhǎng)、步驟變多、涉及真實(shí)工具與環(huán)境，差距就會(huì)迅速拉大。

原因不復(fù)雜：真正困難的，不是回答問題，而是在幾十次、上百次工具調(diào)用之后，仍然不偏航、不自滿、不忘記、不把半成品當(dāng)成果。

Anthropic、LangChain與OpenAI最近幾篇關(guān)于Harness的文章，實(shí)際上都在指向同一個(gè)結(jié)論：在長(zhǎng)鏈路任務(wù)上，決定系統(tǒng)表現(xiàn)的，越來(lái)越不是模型本身，而是圍繞模型搭建的運(yùn)行環(huán)境、驗(yàn)證機(jī)制和反饋閉環(huán)。

企業(yè)家如果只盯模型，很容易做出錯(cuò)誤判斷。

你會(huì)把一次demo的驚艷當(dāng)成長(zhǎng)期交付能力；會(huì)把“回答更順”誤判為“流程被完成”；會(huì)把“模型更強(qiáng)”誤判為“業(yè)務(wù)就能自動(dòng)化”。

但客戶不會(huì)為排行榜買單，也不會(huì)為token花樣買單。客戶只會(huì)為一件事買單：事情是不是被穩(wěn)定地做成了。

02

數(shù)據(jù)不是終點(diǎn)，判斷才是資產(chǎn)

因此，企業(yè)應(yīng)重新理解自己的資產(chǎn)。

很多人以為企業(yè)最重要的AI資產(chǎn)是私有數(shù)據(jù)。其實(shí)，私有數(shù)據(jù)只是第一層。真正更深的資產(chǎn)至少還有四層：

第一，過程與場(chǎng)景經(jīng)驗(yàn)，也就是老員工“知道怎么處理”的那些例外；

第二，專家判斷與品味，也就是“什么叫好、什么叫危險(xiǎn)、什么叫不值得做”的閾值；

第三，行業(yè)資源與關(guān)系網(wǎng)絡(luò)，也就是誰(shuí)能被調(diào)動(dòng)、什么路徑可行；

第四，執(zhí)行入口與控制權(quán)，也就是API、系統(tǒng)權(quán)限、審批節(jié)點(diǎn)、現(xiàn)場(chǎng)流程和真實(shí)動(dòng)作的抓手。

如果把資產(chǎn)再向上抽象，可以看到一條更重要的階梯：

● 數(shù)據(jù)回答“發(fā)生了什么”

● 信息回答“它意味著什么”

● 知識(shí)回答“在什么情境下該如何理解”

● 判斷回答“什么才算好”

● 協(xié)議則回答“下一步怎么做、怎么驗(yàn)證、何時(shí)升級(jí)給人”

絕大多數(shù)企業(yè)今天停留在前兩層，做得好一點(diǎn)的到達(dá)第三層，建立了一個(gè)能檢索的知識(shí)庫(kù)。

但只有當(dāng)企業(yè)把“判斷”和“協(xié)議”也寫進(jìn)去，AI才開始具有真正的經(jīng)營(yíng)價(jià)值。否則，它只是在更快地復(fù)述材料，而不是在更穩(wěn)地完成任務(wù)。

03

給AI的不是知識(shí)庫(kù)

而是知識(shí)架構(gòu)

這也解釋了為什么“知識(shí)庫(kù)”這個(gè)詞，今天常常被用得太輕。很多企業(yè)把上傳文檔、做向量檢索、接上RAG，當(dāng)成知識(shí)系統(tǒng)的完成。

但對(duì)智能體來(lái)說(shuō)，知識(shí)從來(lái)不只是“能搜到”。它至少還涉及四個(gè)問題：

● 從哪里開始看

● 哪一份才是權(quán)威版本

● 哪些內(nèi)容可以直接轉(zhuǎn)成動(dòng)作

● 跨輪任務(wù)結(jié)束后狀態(tài)如何被下一輪繼承。

OpenAI在Codex的實(shí)踐里給出了一個(gè)非常有啟發(fā)的做法：不要給智能體一本1000頁(yè)的說(shuō)明書，而要先給它一張地圖。

AGENTS.md不應(yīng)是百科全書，而應(yīng)是目錄；docs/不應(yīng)是資料堆，而應(yīng)是記錄系統(tǒng)；計(jì)劃、決策日志、技術(shù)債、產(chǎn)品規(guī)格、架構(gòu)約束，都應(yīng)被版本化、索引化、交叉鏈接化。

這背后體現(xiàn)的，不是文檔勤奮，而是知識(shí)架構(gòu)。它讓智能體先從一個(gè)小而穩(wěn)定的入口開始，再沿著索引、技能、鏈接與搜索，逐層深入。這種“漸進(jìn)式披露”不是細(xì)節(jié)優(yōu)化，而是多輪任務(wù)能否持續(xù)推進(jìn)的前提。

一句更直白的話是：what the agent can't see doesn't exist。

對(duì)智能體來(lái)說(shuō)，不能在運(yùn)行時(shí)訪問到的內(nèi)容一一無(wú)論它藏在Google Docs、聊天記錄、口頭共識(shí)還是專家腦中一一都等于不存在。

企業(yè)若不把隱性判斷外化進(jìn)系統(tǒng)，就會(huì)不停抱怨模型“聽不懂我們公司”，而真相通常是：公司從未把“什么叫懂”寫給任何機(jī)器。

04

為什么單個(gè)Agent不夠

Harness才是分水嶺?

但即便有了知識(shí)架構(gòu)，單個(gè)Agent仍然遠(yuǎn)遠(yuǎn)不夠。原因是，單體智能體有一組穩(wěn)定而頑固的失敗模式。Anthropic在長(zhǎng)周期應(yīng)用開發(fā)中觀察到，模型很容易犯幾類錯(cuò)誤：

一上來(lái)就試圖一步到位做完整個(gè)應(yīng)用；

做了一半就宣布大功告成；

把自己寫出來(lái)的代碼看一眼便覺得“應(yīng)該沒問題”；

上一輪留下半成品與臟狀態(tài)，下一輪又從錯(cuò)誤的基礎(chǔ)上繼續(xù)；

局部單測(cè)過了，卻從不真正站在用戶視角做端到端驗(yàn)證。

LangChain則進(jìn)一步展示了另一類問題：

模型會(huì)圍繞同一個(gè)錯(cuò)誤方案反復(fù)小修小補(bǔ)，掉進(jìn)“doom loop”；

會(huì)在退出前忘記驗(yàn)證；

會(huì)因?yàn)闆]有被清楚告知環(huán)境約束，而把大量時(shí)間浪費(fèi)在搜索與猜測(cè)上。

這也是為什么Harness會(huì)成為分水嶺。

Harness不是把Agent“包一層”的技術(shù)名詞，而是把一整套管理動(dòng)作制度化：

● 先把任務(wù)拆成可以驗(yàn)證的小單元

● 把完成定義寫清楚

● 把可用工具與權(quán)限邊界說(shuō)清楚

● 把進(jìn)度、狀態(tài)與交接痕跡持續(xù)外化

● 把自評(píng)與外評(píng)分離

● 把驗(yàn)證前置成強(qiáng)制動(dòng)作, 而不是事后補(bǔ)救。

Anthropic的initializer agent、 feature list JSON、 progress file、git提交和browser automation，本質(zhì)上都在做這件事。它們不是在教模型“更聰明”，而是在教系統(tǒng)“更負(fù)責(zé)”。

如果繼續(xù)向前一步，Anthropic后續(xù)提出的planner/generator/evaluator三智能體結(jié)構(gòu)就更值得企業(yè)家重視。它的重要性并不在于“多智能體”本身，而在于它把規(guī)劃、執(zhí)行和評(píng)審這三種本該分開的職責(zé)，從一個(gè)自說(shuō)自話的Agent身上拆開了。

更關(guān)鍵的是，在每個(gè)sprint開始之前，generator和evaluator先談好一份sprint contract：這一輪到底要做什么，如何驗(yàn)證，什么情況算失敗。也就是說(shuō)，不是先動(dòng)手，再靠人猜“做對(duì)沒有”；而是在行動(dòng)之前就把done的證據(jù)說(shuō)清楚。

05

Harness的本質(zhì)

是企業(yè)里的控制閉環(huán)

從操作層面看，Harness可以被理解為“模型的操作系統(tǒng)”：

模型像CPU，提供原始推理能力；上下文窗口像RAM，容量有限且易失；Agent像應(yīng)用，承接具體業(yè)務(wù)邏輯；Harness則像OS負(fù)責(zé)啟動(dòng)、調(diào)度、記憶、工具驅(qū)動(dòng)、錯(cuò)誤恢復(fù)與安全邊界。

這個(gè)類比已經(jīng)很有幫助。但從更深層看，Harness的本質(zhì)其實(shí)更接近控制論。

James Watt的離心調(diào)速器，讓蒸汽機(jī)不再依賴工人持續(xù)手?jǐn)Q閥門；Kubernetes的controller，讓工程師不必盯著服務(wù)是否崩潰，而是讓系統(tǒng)持續(xù)對(duì)齊到“期望狀態(tài)”。

今天，Harness正在對(duì)企業(yè)中的智能體做同樣的事。

它先定義目標(biāo)狀態(tài)，再布置傳感器（測(cè)試、日志、指標(biāo)、用戶反饋），然后設(shè)計(jì)評(píng)估器（rubric、閾值、獨(dú)立QA），再通過執(zhí)行器（Agent+tools+workflow）作用于世界狀態(tài)，最后把失敗軌跡回流成新的規(guī)則、文檔和工件。

這不是“多加幾個(gè)鉤子”，而是把企業(yè)里原本依賴管理者盯著跑的糾偏動(dòng)作，改造成一個(gè)持續(xù)收斂的系統(tǒng)。

基于這一點(diǎn)，我更愿意把企業(yè)Harness概括為“七環(huán)”：規(guī)、圖、工、憶、驗(yàn)、控、學(xué)。

規(guī)，是標(biāo)準(zhǔn)與紅線；

圖，是上下文地圖與送達(dá)機(jī)制；

工，是動(dòng)作空間與工具封裝；

憶，是進(jìn)度、狀態(tài)與交接；

驗(yàn)，是測(cè)試、rubric與完成證明；

控，是權(quán)限、預(yù)算、升級(jí)與回滾；

學(xué)，是把失敗軌跡轉(zhuǎn)成下一輪系統(tǒng)改進(jìn)。

今天許多企業(yè)最多做到“圖”和“工”：給AI一點(diǎn)檢索，再接幾個(gè)工具。真正缺的，往往恰恰是“規(guī)”“驗(yàn)”“學(xué)”。沒有這三項(xiàng)，系統(tǒng)只會(huì)顯得能干，卻很難真正越跑越穩(wěn)。

06

企業(yè)家和管理者的新角色：

從轉(zhuǎn)閥門到掌舵

這會(huì)直接重寫企業(yè)家、管理者和專家的角色。

過去，優(yōu)秀管理者常常通過親自盯流程、拍判斷、壓細(xì)節(jié)來(lái)保證質(zhì)量；未來(lái)，越來(lái)越多價(jià)值會(huì)遷移到另一類工作上；定義目標(biāo)狀態(tài)，寫清邊界，指定升級(jí)條件，觀察偏差，并把一次次失敗轉(zhuǎn)成系統(tǒng)規(guī)則。

換句話說(shuō)，人的工作從“親自轉(zhuǎn)閥門”，變成“設(shè)計(jì)調(diào)速器并持續(xù)掌舵”。

OpenAI的Codex實(shí)驗(yàn)最值得玩味的，不是“一百萬(wàn)行代碼且零人工手寫”這個(gè)數(shù)字本身，而是角色變化。

工程師不再主要通過寫代碼推動(dòng)系統(tǒng)，而是通過設(shè)計(jì)環(huán)境、明晰意圖、接入可觀察性、定義架構(gòu)不變量、維護(hù)記錄系統(tǒng)，讓Agent能可靠工作。

人類最稀缺的資源，不再是勞動(dòng)時(shí)間，而是注意力與判斷力。于是，組織也會(huì)隨之變化：

● 文檔從培訓(xùn)材料變成基礎(chǔ)設(shè)施

● 審閱從“每一項(xiàng)都看”轉(zhuǎn)向“只看高風(fēng)險(xiǎn)例外”

● 架構(gòu)從“以后長(zhǎng)大了再管”變成一開始就要給機(jī)器讀懂的約束

● 品味與共識(shí)，不再停留在口頭，而是要被編碼進(jìn)lint、測(cè)試、rubric和“黃金原則”里。

這恰恰是很多企業(yè)家最該盡早介入的地方。

因?yàn)椤笆裁唇泻谩薄笆裁幢仨毶?jí)”“哪些錯(cuò)誤不可接受”，從來(lái)不是技術(shù)團(tuán)隊(duì)單獨(dú)能定義的。那是經(jīng)營(yíng)判斷，是品牌判斷，是風(fēng)險(xiǎn)判斷，也是資源配置判斷。

沒有企業(yè)家參與，Harness最終就會(huì)退化成一個(gè)技術(shù)系統(tǒng)，而不是經(jīng)營(yíng)系統(tǒng)。

07

先做一個(gè)90天閉環(huán)

而不是先做一個(gè)大平臺(tái)

因此，真正務(wù)實(shí)的路徑，不是上來(lái)就建一個(gè)宏大的AI平臺(tái)，而是先做一個(gè)90天閉環(huán)。

先選一個(gè)高頻、高價(jià)值、結(jié)果可驗(yàn)證、邊界可控的場(chǎng)景；然后把隱性經(jīng)驗(yàn)寫成地圖、原則、案例與完成定義；

再讓第一個(gè)Agent在沙箱里完成真實(shí)動(dòng)作；

接著補(bǔ)齊Harness，把進(jìn)度記錄、驗(yàn)證清單、獨(dú)立評(píng)審、trace和升級(jí)機(jī)制接進(jìn)來(lái)；

最后在影子模式下并行跑真實(shí)任務(wù)，比較完成率、驗(yàn)證通過率、返工率、人工介入率、成本與時(shí)效。

90天的目標(biāo)，不是徹底重構(gòu)企業(yè)，而是證明三件事：隱性判斷能被外化，Agent能完成真實(shí)動(dòng)作，Harness能顯著降低漂移與人工盯防成本。

在投資上，也應(yīng)有新的分層。

●基礎(chǔ)模型訪問、通用算力、通用運(yùn)行時(shí)和標(biāo)準(zhǔn)連接器，更適合“買”；

●知識(shí)架構(gòu)、領(lǐng)域標(biāo)準(zhǔn)、評(píng)估語(yǔ)料、關(guān)鍵工具封裝、權(quán)限與升級(jí)規(guī)則，更適合“自建”；

● 而那些大量彌補(bǔ)當(dāng)前模型缺陷的硬編碼控制流、脆弱的promp技巧和深度綁定單一模型的小聰明，則必須準(zhǔn)備隨時(shí)刪除。

因?yàn)槟Ｐ蜁?huì)持續(xù)進(jìn)步，真正應(yīng)該沉淀的，不是今天的一套花活，而是完成定義、例外處理和失敗軌跡。

某種意義上，Harness本身就在不斷生成企業(yè)自己的數(shù)據(jù)集：它記錄的不只是答案，而是“什么叫對(duì)”“哪里會(huì)錯(cuò)”“系統(tǒng)如何被糾正”。

下一輪競(jìng)爭(zhēng)，護(hù)城河越來(lái)越不在prompt，而在這些軌跡里。

08

誰(shuí)先把判斷寫進(jìn)系統(tǒng)

誰(shuí)先擁有下一代企業(yè)能力

如果說(shuō)過去二十年，企業(yè)最重要的數(shù)字化工作是把流程搬進(jìn)系統(tǒng)；那么接下來(lái)十年，最重要的智能化工作，就是把判斷寫進(jìn)系統(tǒng)。

誰(shuí)先完成這一步，誰(shuí)就不只是擁有一個(gè)更聰明的助手，而是擁有一個(gè)會(huì)持續(xù)變強(qiáng)的經(jīng)營(yíng)系統(tǒng)。

這也許正是Harness真正重要的地方。

它讓我們第一次可以把企業(yè)家最珍貴、最難復(fù)制的東西——不是數(shù)據(jù)庫(kù)本身，而是判斷、資源、邊界和責(zé)任一一轉(zhuǎn)化成一種可計(jì)算、可執(zhí)行、可驗(yàn)證、可進(jìn)化的組織能力。

未來(lái)真正領(lǐng)先的企業(yè)，不一定是最早使用AI的企業(yè)，而更可能是最早把自己的判斷變成系統(tǒng)、把自己的系統(tǒng)變成閉環(huán)的企業(yè)。

企業(yè)家現(xiàn)在就該追問的5個(gè)問題

? 我們到底在自動(dòng)化一個(gè)問題，還是在重寫一段經(jīng)營(yíng)能力？

? 我們是否已經(jīng)寫清楚什么叫“做好”、什么叫“不能做”、什么情況必須升級(jí)給人？

? 我們的知識(shí)是資料堆，還是帶索引、權(quán)威性與繼承機(jī)制的知識(shí)架構(gòu)？

? 我們讓Agent看見了什么？它能否看到環(huán)境、日志、指標(biāo)與真實(shí)結(jié)果？

? 我們積累下來(lái)的，是零散的prompt，還是可復(fù)用的評(píng)估語(yǔ)料、失敗軌跡與規(guī)則更新？

文中圖片來(lái)自圖蟲創(chuàng)意，轉(zhuǎn)載需獲授權(quán)

點(diǎn)擊下方卡片，關(guān)注長(zhǎng)江商學(xué)院