一周没登录飞书，我把AI Native从1.0玩到了2.0

原创 傅盛和龙虾三万 2026-10-27 12:00 北京

考核先看你的Agent干了啥

我已经一个星期没登录飞书了。

审批、消息、邮件，先交给Agent处理，再拿给我看，我只做判断。

用下来，我觉得比以前处理得更好。

也是这段时间的实践，让我对公司怎么从AI Native1.0走到2.0，有了新的理解。

· · ·

1.0补软件，2.0改组织

传统公司里，底下是软件，上面是一层层靠人沟通的组织。软件由IT部门开发，或者从外面采购，不可能完全贴合每个人的工作流程。

系统没覆盖的地方，就得手工补。财务买了系统，几张数据表还是得自己对，就是这个原因。

去年我们做全员编程，就是让大家用AI补上这些功能。以前必须手工做的事，现在可以交给软件。我把这叫AI Native1.0。

但软件能干的事多了，组织结构和工作流程并没有本质变化。

每天还是得回飞书消息、手动审批、到处问进度。你找我要数据，我得先看到消息，再调数据、发给你；你拿到了，可能还要找别人确认。每个人手上的活快了一点，事情却还是得在人和人之间一轮轮等。

组织里80%的成本，就在这些沟通和等待上。1.0提高了原有组织的效率，却没有从根本上动到这笔成本。

我装修房子就碰到过：设计师离职，改一次方案要等两个礼拜，整个装修拖了两个月。前面的方案迟迟定不下来，后面的人只能等。

公司里也一样。让Muse接手飞书后，我叫它统计：上周猎豹开了1775场会，一半是两个人的电话。很多工作还得靠人约时间、交换信息，才能继续往下走。沟通要花时间，沟通前后还要等人准备、等人回复。

所以AI Native2.0，是把工作流改成人和Agent、Agent和Agent打交道。人提出要求，Agent之间通过内容交换信息、核对材料、推进工作，不用每一步都等两个人有空。

要让这套工作方式跑起来，岗位和人的做事习惯都得跟着变。

· · ·

特征一：Agent干活，人审核改进

AI Native 2.0的第一大特点，就是每个岗位都应该有一个对应的Agent，人负责审核和改进它。

1.0是给原来的工作补工具，2.0则要把人从反复执行事务，变成培养和改进Agent。

但这不等于人可以放手不管。

恰恰相反，Agent发出的消息，必须有人审。

别以为只有审批单上点“同意”才叫审核，回复一条消息，同样是在作判断。

比如我问HR小助手一个问题，它应该先把准备好的回复给负责的员工看，确认没问题再发出去：它可能误解问题、拿错信息，直接发给别人就可能出事。

年初我让三万直接给员工发消息，不经过我审核。后来有人套话，问老板在忙什么、能不能看周报，就有泄露隐私的风险。现在所有发出的消息，我都先看一眼。

听起来是不是工作更多了？

实际用下来，比我自己找消息、翻上下文、组织语言、一条条回复，快多了。

现在每天早、中、晚，Agent都会把飞书里需要我看的事情整理成简报，审批、消息、邮件分开列，我看结果，有问题再查。

审核其实也是在建设系统：把你的判断教给它。这句话为什么不能这么回，这件事还缺什么，下次应该先查哪里，都要在审核时告诉它，并让它记下来。

过去做一套系统，得先把需求想清楚，再集中开发。现在很多要求，只有用起来才会发现。每审一次，就补一条判断、改一步流程，把系统建设变成日常积累。审核和改进，本来就是一起做的。

我们战队有个00后的小朋友说过一句话，我很认同：他以前觉得，用了AI，人就可以少思考；现在发现，想把AI用好，人反而要想得更明白。

你得更懂业务、更懂用户，判断力更强，才能看出问题、教它改进。以后一个人可以审核多个Agent，这才是下一步效率提升的关键。

· · ·

特征二：工作流中，人只对接Agent

但原来的工作习惯不改，这一步就走不过去。

有的人做了Agent，收效不大，因为原来的活一件没少，老板又要求做Agent。为了交差写一个，写完还是自己对账、改稿，根本没精力把它带起来。

工具越熟，越容易陷进去。擅长Excel，时间就全花在Excel上；擅长写稿，就忍不住自己改。于是Agent一直做不好，你也一直离不开手工。

所以我现在的要求是：发现做得不好，先改Agent。数据没对上，让它查为什么没对上；内容不好，让它分析哪里不好、该改哪个环节。你一上手接回来，这次任务虽然完成了，下一次还是得靠你。

公众号就是在练这件事。早上Muse给我做一个5分钟播客，我听完选题，让Agent生成文章，再由我审核发布。

文章不好，我当然可以自己重写。但每天靠人救稿子，这套流程就永远离不开人。所以得让Agent先分析：是选题没选对，还是文章没写好？找到原因，再改选题流程和写作框架，发出去看数据，继续调整。

公众号要让Agent学会把内容做好，审批则让我看到，它还能根据手里的信息，判断下一步该干什么。

· · ·

我是怎么用Agent的

我用Muse土法炼钢，折腾几天，才把审批流程搭起来。以前审批一多，我只能大概扫一眼；Agent逐项核对，比我细很多。

还有一次销售提成审批，Grok核对完材料，发现还需要确认提成政策，就根据公司的组织结构，建议找对应的负责人核实。我同意后，它把事情转过去，拿到确认，再交给我审批。

最让我惊讶的，是它能区分“数字对上了”和“可以批”，还能判断该找谁。我审核建议，让它继续推进，不用把整件事接回来。

这些步骤连起来，Agent就可以完成完整的任务。

我在香港筹备AIAgent尝试小组，收到私信后，让Agent查领英背景、找简历、排表约时间，最后把交流都安排好了。我交给它的是“把这些人约起来”，不用再一项项派活。

我拍了几张同事开会看手机的照片，让Muse分别发给本人，没有附文字。之后让Grok看这些照片和消息，问它：能看出什么规律？它判断，我是在提醒这些同事开会走神了，自动联系他们。

它已经能从具体的操作里理解我的意图。这个理解对不对，我来判断，再把反馈告诉它。这也解释了为什么我一直强调改Agent：每次审核发现的问题都留在流程里，它才能逐渐接住整件事。人提要求、审关键判断，Agent负责执行和衔接，工作方式才真正变了。

· · ·

以后考核，要问一句：你的Agent呢？

所以以后考核每个人，都应该问：你的Agent在哪里？能力是什么？反复找材料、对数据、传消息、等回复的工作有没有交给Agent？要看的不只是用了多少AI，而是你能不能把它培养起来，接手原来自己干的事务。

起步也不用等一套完美的系统。我让Muse管飞书，就是先装飞书CLI，再用网页操作补上没打通的地方。先让一件事跑起来，在审核中持续改进它。

员工要改变工作方式，一把手必须亲自上。一把手得亲自用、亲自推动，让大家腾出时间，从自己干活转向审核和改进Agent。

最终看效果，就看一件事：从提出到办完，是不是少等了几轮？如果人还是忙着传话、催进度，组织就还没真正变。

这几年我们猎豹自己也在折腾AI转型，踩了不少坑，也摸索出了一套方法。10月30日会在上海办一场猎豹AI实战派线下课，从认知、管理到实操，讲讲我们这些年真正做过的事。

如果你是企业一把手，也正在琢磨怎么把AI用进业务、落进组织，欢迎带着真实问题来现场聊聊。

跳转微信打开