由人治理的 Agent 团队
研究一种新的运营模型：人设定目标、优先级与风险边界；专业化 Agents 在边界内协同工作；重大行动仍由人审批并承担责任。
近况 / 2026 年 9 月
设计一家由人主导、由 Agent 增强的公司运营模型。
这是当前的研究与实施议程，并不意味着每一条业务流程都应该自动化。
AI Business Automation Audit
正在构建一套业务自动化诊断框架，对获客、销售、CRM、营销、报告与客户服务进行流程梳理，再判断哪些工作必须由人完成、哪些适合 AI 辅助、哪些可由 Agent 安全执行。
AI 搜索可见度
构建 AEO/GEO 诊断、AI Overview 研究和 GPTSEO 内容，帮助企业判断自己能否被搜索与 AI 正确发现、理解和引用。
产品驱动的实施
先用聚焦工具建立第一轮证据，再把模型连接到工作流、权限、CRM、软件与审批节点。目标是运营改善，而不是无人监管的自动化演示。
Agency 的下一阶段不再只是按月交付更多内容与报告，而是设计人类判断、AI Agents、软件与证据如何共同运转。
真正的问题不是“AI 能不能做”，而是哪些判断必须由人完成，哪些工作适合 AI 辅助，哪些重复行动可以在可控边界内交给 Agent。
这不是一套“用 AI 减少员工”的叙事，而是一套重新建立责任边界的运营方法。人类管理者设定目标，Agents 在规则内执行，软件与 APIs 连接数据和记录，人继续处理例外、关系与重大决策。
我如何拆解一条业务流程
以一条新线索进入 CRM 为例：输入是表单信息和现有客户记录，输出是经审核的线索判断及下一步建议。Agent 可以先去重、整理背景，但涉及报价、承诺或敏感回复时由人批准。第一轮测试先看准确性、交接时间、异常处理和操作记录，再决定是否扩大权限。这是方法示例，不是已发布的客户成果。
- Human Only涉及判断、信任、谈判、责任与重大影响的决定，继续由人完成。
- AI AssistedAI 负责研究、草拟、分析和建议，由人审核并决定下一步。
- Agent Executable重复且有明确权限的行动，可在规则、日志、升级路径与审批控制下执行。
当前研究重点
- 多 Agent 协作专业化 Agents 如何分工、传递上下文，并在失败后恢复。
- 运营记忆如何把一次演示过的流程保存为可复用 Skill，同时避免把错误固化。
- 系统连接如何通过软件与 APIs 连接 CRM、广告、内容、报告与客户运营。
- 治理与证据如何用权限、审批、日志和可衡量结果，使自动化保持可问责。