李彦宏:AI 的下一幕“智能组织”,这是什么东西?

他们把自己做的 Agent 系统拆成四层:消息入口与身份绑定、调度 Agent、桌面端执行、任务巡检。真正难的不是让 Agent 干活,而是任务超期、执行中断、多人交接之后,系统还能把活接上。AI Agent,也就是我们常说的智能体。说到智能体,很多人应该都会想到钢铁侠里的贾维斯。一直以来,我们都希望能拥有这样一个 AI 助手,什么事情都能帮我们安排得明明白白,彻底解放双手,最好每天什么都不用干,打打麻将就行了。
不过,就目前的技术水平来看,距离这个目标似乎还有不小的差距。但我们好歹也是一个技术团队,怎么能不自己动手折腾一下呢?总得亲自试一试,踩踩坑,才能知道这东西到底能做到什么程度。要是连试都没试过,就说不好搞、搞不出来,那也说不过去。大概是去年这个时候,也就是 2025 年的 10 月或者 11 月,具体时间我也记不太清了。当时我自己动手搞了一个 Agent Demo。作为一个技术出身的人,做出来的东西果然也是满满的技术风格,功能和执行过程都恨不得直接摆在界面上。
给大家看看我们当时做的产品长啥样。大家可以看看这个界面,左边是对话框,中间可以随时调整提示词和工具,右边则是实时显示的执行日志。这样看起来很方便!Agent 每一步做了什么、哪里出了问题、哪些地方需要调整,都能直接看到,调试起来也简单很多。没过多久,OpenClaw 就开始火了。当时这个 AI Agent 助手有多火,经历过那段时间的人应该都很清楚。后来,国内各大厂纷纷加入,一时间进入了百团大战的龙虾时代,各种产品和方案层出不穷。
与此同时,桌面端 Agent 也开始受到越来越多的关注。OpenAI 推出了 Codex 桌面应用,腾讯也推出了 WorkBuddy,其他大厂陆续跟进,大家都想在这个市场里占据一席之地。这一轮发展下来,Agent 产品越来越丰富,普通用户想找一个能帮自己干活的工具,选择已经比以前多了很多。这一年,我们自己在干什么?扯了这么多,还是说说这段时间我们自己在干什么吧。最开始,我们主要是在做各种 Demo,研究 Agent 的执行链路,看看它到底是怎么运行的,遇到问题又该怎么处理,才能让它稳定地把事情做完。
后来,随着越来越多的 Agent 项目开源,我们也跟着研究了不少技术和实现方案,慢慢开始打磨自己的产品。我们的想法其实很简单,就是让 Agent 真正融入日常工作。那些重复性的、流程相对固定的事情,能交给 Agent 的就尽量交给它,让自己腾出更多时间去做其他事情。对我们来说,开发一个能帮自己干活的 Agent,其实已经不算太难了,真正需要花时间的,是让它稳定、可靠地把事情做好。所以我们一直在打磨自己的 Skills,把平时工作中积累的经验、方法和流程,一点点沉淀下来。
随着 Skills 越积越多,能交给 Agent 处理的工作也越来越多,对个人效率的提升是非常明显的,所以我们有了更多的时间来折腾。最近,我们又开始折腾,怎么把这套东西用到团队协作中。我们团队里很多工作其实都是在聊天软件里发生的。大家在群里讨论该选哪一个供应商,有人顺手发了几份报价单。聊着聊着,领导说:“把这几家的报价整理一下。”过了一会儿,又有人补充:“第二家的报价是含税的,表里记得标记一下。” 这是一个很常见的工作场景。
但如果想让 Agent 来处理,就有点麻烦了。我得先把文件下载下来,再打开 Agent,把前面的讨论和具体要求重新描述一遍。如果中途又有人修改报价,或者补充新的要求,我还得继续整理这些信息,再转交给 Agent。原本大家在群里几句话就能交代清楚的事情,到了 Agent 这里,反而需要一个人不停地传递信息。Agent加入团队协作还会遇到更多问题,同一件事情,前后补充了好几条消息,Agent 怎么知道它们属于同一个任务?
任务做到一半,需要交给另一位同事,已经完成的工作和文件怎么传过去?如果执行过程中电脑断网了,任务又该怎么办?我们现在做的就是让 Agent 直接融入团队现有的工作方式。大家还是像平时一样在群里讨论,有任务 Agent 会自动触发领取执行,有新的要求就在群里补充。Agent 能结合前面的聊天记录和文件继续干活,任务做到一半,也可以转交给其他同事接着处理。围绕这些需求,我们开始在原来的个人 Agent 基础上,开发一套团队协作系统。
下面就跟大家聊聊,我们是怎么设计的。系统整体架构 先来看一下整体架构。我们这套系统的核心是一个团队共用的 任务工作台 ,用来记录每件事情的负责人、执行进度和交付成果。围绕任务工作台,我们设计了四个部分。任务入口: 接收企业微信、飞书等聊天软件的消息,也负责把任务回执、问题和结果发送回去。调度 Agent: 判断消息属于哪件事情、需要怎么处理、应该交给谁。执行资源: 真正负责干活的同事或者 Agent。
任务巡检: 检查任务是否超期、执行是否中断,出现异常后进行提醒或恢复。在部署上,整套系统分成云端和桌面端两部分。云端负责管理和调度,桌面端负责实际执行。每个人在自己的电脑上安装桌面端,配置常用的 Agent、工具和 Skills。当任务分配过来后,桌面端就会领取任务,按照 Agent 的配置调用工具、运行 Skill,在本地工作目录中读写文件,完成后把执行状态和交付成果提交给云端。云端则负责接收工作群消息、识别任务、分配执行资源,以及跟踪整个执行过程。
这样一来,每个人仍然可以继续使用自己熟悉的 Agent 和 Skills,团队又能通过统一的任务工作台进行协作。同时,我们还做了一个任务看板,可以看到所有任务的总体情况,包括哪些任务正在执行、哪些已经完成、哪些需要人工处理。整体结构大概就是这样。下面按照一件任务从进入系统到最终完成的过程,看看各个模块是怎么工作的。一、Agent 的工作入口 对我们这种小团队来说,很多工作都是在群聊中安排的。在工作群里说一句“把今天的讨论整理成会议纪要”,或者“根据前面的资料做个 PPT”。
所以,我们首先做的事情,就是把 Agent 接入团队原来使用的聊天软件,让大家可以直接在群里交代任务。1. 用户身份绑定 入口打通以后,首先要解决的是身份问题。我们之前开发的是本地执行 Agent,基本都是自己使用,并没有设计完整的用户体系。但接入企业微信、飞书以后,系统就需要知道消息是谁发的、他能操作哪些任务、可以把任务交给谁。所以,我们建立了一套用户体系,把外部聊天平台的用户身份绑定到系统账号上。
这样不管消息来自哪个平台,都可以先识别对应的系统用户,再根据身份和权限处理后续操作。2. 统一消息入口 接下来,我们把不同聊天平台的消息统一放到一个消息入口中。每条消息都会记录来源平台、发送人、会话信息、附件以及关联任务等内容。这样做的好处是, 不同消息平台可以协同处理同一个任务。一个任务可以在企业微信里创建,后续通过飞书补充要求,只要能确认用户身份和任务归属,系统就可以继续处理。Agent 获取上下文时,也不再局限于某一个聊天平台,而是根据当前任务关联的消息,以及用户权限,获取相关的历史信息。
消息入口同时也是结果出口 系统会记录任务由哪个平台、哪条消息触发,任务完成后,再沿着原来的消息链路,把执行结果和交付文件返回去,用户在哪个聊天软件里交代的任务,就可以在相应的会话里收到结果。二、调度 Agent,判断和分配任务 消息接进来以后,并不会直接把每条消息都交给执行 Agent,我们平时在群里说事情,很多人习惯分几条发。例如 “帮我把这几家供应商的报价整理成对比表。” “刚才那张图也放进去。” “第二家的价格记得标含税。” 这三条消息实际上都在说同一件事情。
但如果第一条任务还没创建好,后面两条就各自开始判断,它们看到的任务状态可能还是空的。等三条都处理完,工作台上就可能出现几个重复任务。1. 消息排队 为了解决这个问题,我们在调度前增加了消息排队机制。对于需要调度的私聊消息,按照账号顺序处理,每次领取一条。等前一条消息完成调度、任务状态更新以后,再处理下一条。这里需要注意, 等待的是调度结果,并不需要等整个任务执行完成。只要确定了任务归属和执行资源,就可以继续调度后面的消息,不会因为某个 Agent 正在处理文件,把整个消息入口堵住。
对于群聊中的连续消息,则需要结合群会话、发送人和已有任务来判断归属,并控制同一任务的并发更新。2. 任务识别 消息进入调度以后,首先要判断用户到底想干什么。我们把消息分成四种情况。闲聊: 正常聊天,不需要 Agent 参与,保持静默 待办任务: 需要记录下来,在指定时间提醒负责人 工作目标: 需要持续推进的一项工作,可能包含多个阶段 执行任务: 需要立即安排人或 Agent 处理,并产生交付成果 除了判断消息类型,调度 Agent 还需要判断它属于哪件任务。
为此,我们会提供当前消息、近期对话,以及用户有权操作的候选任务。候选信息包括任务说明、状态、待解决问题、已有成果和文件名称等。如果用户引用了一条已经关联任务的回执,也可以直接作为判断依据,加入之前的任务处理中 有了这些信息,调度 Agent 就可以判断当前消息是新任务,还是对已有任务的补充、修改或者追问。3. 执行资源分派 等任务归属清楚以后,才轮到分派。如果用户明确指定了负责人,系统就核对这个人或者 Agent 是否存在、是否可用,以及当前用户有没有操作权限。
如果没有指定负责人,调度 Agent 就根据任务要求和各执行资源的能力说明,从允许自动分配的资源中选择。如果遇到歧义,或者执行资源已经停用,就先向用户确认。这里我们把模型和程序的职责分开了。模型负责理解需求,给出任务归属和分派决定,程序负责权限校验、状态更新和实际分派。三、执行 Agent,完成任务 前面解决了任务从哪里来、应该交给谁,接下来就到了真正干活的部分,这一块我们继续使用之前开发的本地 Agent,没有重新搭建一套执行框架。
1. 每个人管理自己的 Agent 我们按照人来配置执行资源,每个团队成员都可以创建自己的 Agent,配置模型、工具和 Skills,再写清楚它擅长什么、是否允许自动分派。我平时做得比较多的是整理技术资料、研究文章,就可以准备一个资料整理 Agent。同事经常处理 Excel 和汇报材料,就可以根据自己的工作经验打磨相应的 Skills。这样每个人都可以继续维护自己的 Agent,云端只需要知道这些执行资源能够做什么,以及什么时候可以调用它们。
2. 执行节点与任务交接 当调度选中了执行 Agent,工作台就会创建一个执行节点,等待负责人的桌面端领取。我们在这里引入了 执行节点 的概念,因为一件任务可能需要多个人参与,也可能需要执行多次。如果任务需要转交给同事,工作台会在同一个任务编号下创建一个属于他的后继节点。后续接手的人可以自己处理,也可以再安排给自己的 Agent。任务交接时,还有一个重要的问题,就是需要传递哪些资料。我们为每个桌面执行节点创建独立的工作目录,其中主要有两个文件夹: inputs/:存放输入资料,以及上一步交接过来的文件。
outputs/:存放当前节点产生的工作成果。负责人交接任务时,可以填写交接要求,并选择需要一起传递的文件,系统把这些资料交给新的执行节点,由接收人的桌面端下载到本地工作目录。原来执行任务用户的私聊历史、Agent 配置和本地草稿不会自动传递,只交接当前任务需要的内容。这样每个人都可以使用自己的工作环境,同时又能把工作成果延续下去。我做完一份报价对比表,可以把文件交给同事核对税费和交付周期。对方修改以后再交回来,我在同一个任务里就能看到报价整理、同事复核以及最终验收的整个过程。
3. 成果交付 任务执行结束后,还有一道工作,就是交付。因为 Agent 在执行过程中,往往会生成很多临时文件,以制作 PPT 为例,工作目录里可能有封面图、素材、脚本、多个中间版本以及最终的 PPT,但用户真正需要的,通常只有最终成果,执行 Agent 需要在结果中明确列出正式成果,再选出本次需要回传的文件 程序按照清单检查文件、完成上传,并通过原来的消息渠道返回给用户。这样,用户在手机里收到的就是最终交付文件. 四、任务巡检 前面这些模块,我们基本把任务从接收、调度到执行和交付的流程都给串起来了,但实际运行过程中,还有一个问题必须考虑。
如果任务执行到一半,突然中断了怎么办?个人使用 Agent 时,遇到问题还可以自己打开日志看看。但在团队系统里,任务可能运行在其他同事的电脑上,云端必须能够发现异常。所以,我们增加了一个任务巡检程序,主要负责两件事,任务超期提醒和执行中断检查。1. 任务超期提醒 这一部分相对简单,工作台记录了任务的负责人、截止时间和当前状态。巡检程序定期检查,如果发现任务已经超过截止时间,还没有完成,就向当前负责人发送提醒,如果任务已经转交给其他同事,就提醒新的负责人。
为了避免消息反复打扰,同一个任务对同一个负责人只发送一次逾期提醒。没有绑定通知渠道的人,则可以在工作台看到超期状态。2. 执行中断检查 执行中断要稍微复杂一些,因为任务是在桌面端执行的,云端需要判断桌面端是否还在正常运行,所以,我们引入了心跳和执行租约机制,桌面端领取任务后,每 10 秒向云端发送一次心跳,如果超过 90 秒没有续约,云端就会认为本轮执行可能已经中断,并收回对应的执行租约。每次提交执行结果时,云端都会检查租约是否有效,防止已经失效的执行过程继续修改任务状态,如果符合自动恢复条件,巡检程序会把节点重新标记为待执行,等待原来的桌面端重新上线领取。
目前我们给每个节点设置了一次自动恢复机会。如果等待 15 分钟还没有重新领取,就会提醒负责人检查桌面端 App 的状态。恢复执行也不能简单理解成地重新跑一遍,因为 Agent 可能已经调用了工具,或者生成了一部分文件。如果直接重试,有可能造成重复执行,我们会在本地保存执行记录和工作文件,恢复时,桌面端先检查上次停在什么位置。如果文件已经生成,只差提交,就直接检查并提交已有成果。如果某个外部操作已经执行,就先确认操作结果,再决定是否需要重试。
我们希望做到的是,任务出现问题以后,系统能够及时发现,并尽可能保留之前已经完成的工作,而不是每次都从头再来。写在最后 回头来看,这一年我们一直在折腾怎么让 Agent 真正帮我们干活。从最开始研究执行链路,到后来打磨 Skills,再到现在尝试把 Agent 融入团队协作,遇到了不少问题,也积累了一些经验。现在的 Agent 已经能完成不少实际工作,但要让它在团队里稳定运行,还需要解决任务调度、多人交接、异常恢复等问题。
我们目前这套系统还在不断完善,希望以后大家能像平时一样在群里安排工作,把能交给 Agent 的事情尽量交给它,让团队有更多时间处理其他事情。至于一开始说的每天打打麻将,估计还得再等等了。本文由人人都是产品经理作者【叶小钗】,微信公众号:【叶小钗】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载。题图来自Unsplash,基于 CC0 协议。
