证明能做
允许手动触发、人工补数据和不完整权限，重点验证核心判断和最难环节。
AI WorkOS · 企业级工作操作系统
让 AI 员工进入真实业务，
并对结果持续负责
影刀 AI WorkOS 是一个用于创建、连接、运行和治理 AI 员工的企业级工作空间，让 AI 员工进入真实业务、承担工作，并持续提高结果交付的稳定性。
257
历史实战场景
11
步落地链路
6
层评估指标
01 / FDE 落地方法论
一条链路，把 AI 变成持续做事的岗位
从发现具体工作，到承担真实业务责任，再到团队复用与企业治理。
- 01发现具体工作
- 02明确业务 Owner
- 03定义业务结果与验收标准
- 04编写 Agent 岗位说明书
- 05配置 Context / Knowledge / Skill / Workflow / Tool
- 06进入真实业务运行
- 07观察与评估
- 08反思并定位问题
- 09受控调整
- 10回归验证
- 11团队复用与企业治理
记忆口诀
找工作 · 定主人 · 写标准 · 配能力 · 进业务 · 做评估 · 找问题 · 再验证 · 可治理
证明值得做
必须使用真实用户、真实数据、真实流程和真实异常，明确业务 Owner、成功评价体系、试点周期、验收标准与人工兜底。
证明可以长期交付
补齐身份和权限、系统连接、异常检测与恢复、人工审批边界、数据安全、持续评估与优化，以及版本、发布与回滚。
Demo 成功只证明某个 Case 可以跑通，不等于 Agent 成功。
02 / 从个人 AI 到组织 AI
变化的不只是「人怎么工作」，
而是「谁来承担工作」
个人 AI 回答「人怎样工作得更好」；组织 AI 开始回答「工作可以由谁承担」。
01
AI 工具 → 个人能力增强
先承认大家已经熟悉的现实：AI 首先改变个人工作方式。
02
个人能力增强 → 新工作承担者
「人用了 AI」和「AI 开始承担工作」不是一回事。
03
AI 能力 → 工作承担方式
问题从「AI 能做什么」转向「什么由谁来做」。
04
工作承担方式 → 混编责任
不做「Human vs AI」，而是做人、Agent、RPA / Workflow / Rule Engine 的比较优势组合。
05
局部混编 → 组织运行模式变化
当越来越多重要业务责任采用新的运行方式，协作、决策、授权和管理自然开始变化。
三类工作承担者
Human
目的和价值取舍、复杂关系与信任、高影响判断、创造新的可能性、重大承诺，以及最终业务和制度责任。
智能数字劳动力
典型形态是 Agent，适合多源信息理解、开放判断、推理与规划、非结构化信息处理、长尾场景处理与跨时间持续推进。
确定性数字劳动力
包括 RPA、Workflow、Rule Engine 与脚本，适合规则明确、高频重复、强一致、输入输出稳定、结果容易验证的工作。
从个人 AI 到组织 AI，变化的不只是人怎么工作，而是谁来承担工作。
能用确定性方式可靠完成的，不要为了 AI 化而增加模型不确定性。
混编的不是人数，而是责任。
03 / 观察 · 评估 · 反思 · 进化
一个持续运行的闭环
真实运行 → 发现问题 → 检查配置 → 调整优化 → 实际验证 → 继续运行。
观
观察
记录谁发起、输入与 Context、调用与判断、结果与异常。
评
评估
六层指标衡量任务表现与业务结果。
反
反思
综合多个任务，寻找重复问题与可能根因。
化
优化
针对根因受控调整，再重新验证与发布。
持续进化
评估 · 六层指标
- 01结果准确性
- 02任务完成率
- 03企业规则符合度
- 04执行效率与成本
- 05用户认可和采纳情况
- 06最终业务结果
不要只评估语言是否流畅、表达是否像专家。
反思 · 七类根因
- 01Context 不完整
- 02知识缺失或过期
- 03Agent 角色和规则不清
- 04Skill 不足或重复
- 05Workflow 冲突
- 06工具连接失败
- 07数据不可靠
反思提供问题线索，真实运行决定优化是否有效。
反思告诉我们怎么改；重放确认是否修好；回归确认有没有修坏别的地方。
Evaluation 是持续风险筛查，不等同于业务真相。
04 / 真实案例 · 报销审批 Agent 演进复盘
从能用，到好用，再到持续可靠
一个报销审批 Agent 的四个实践阶段，与下一步思考。
1
自然语言快速构建
用自然语言描述规则（如「找出差超过 3 天的订单」「筛选金额大于 1 万元的记录」），快速生成可运行原型，Demo 表现不错。
但生产实际仍有问题：花名与真实姓名混淆（小明 ↔ 张三）、时间比较偶发错误（2024-12-31 > 2025-01-01）。
2
持续修补已知问题
基于使用反馈定位问题、快速修补：一个个问题被发现，一条条规则被补充，边界无法穷举，规则越补越多，形成「规则债务」。
3
脚本化与结构重构
把确定性流程脚本化（身份映射、时间比较、金额计算、字段校验），引入行程数据结构，费用先归属行程、再执行审核。先建立结构，再让 Agent 判断。
4
Codex + Git 工程优化
WorkOS 提供真实调用现场，Codex 提供完整工程上下文，Git 负责版本管理与回退。两轮全局优化后，相对 Token 从 100% 降到 50%，再到 25%。
Token100% → 50% → 25%
5
自动评估与受控反思
下一阶段：自动化评估机制 + 受控反思。自动发现问题、组装证据、提出修改、运行重放与回归，但生产变更不会完全自动化。
评估体系 · 三件事
失败案例重放
原始输入运行新版本，确认问题真正修复。
全量回归
历史案例集逐条验证历史能力没有退化，能力正常才可以发布。
发布门禁
候选修改不得未经人工审核直接发布。
从快速构建，到可控、可治理，再到持续安全演进。
05 / 场景库
257 个历史实战积累
来自真实业务的一线案例，可搜索、可筛选，按名称、行业与概述定位。
—
没有匹配的场景，换个关键词试试。