从“会用 AI”到“把工作交给 AI”:Skill × 岗位 × Agent × 流程 × 权限 × 验收
不是再多一个 AI 工具,而是把“工作”交给 AI
数字员工的核心变化:从一次回答,升级为持续承担职责、调用系统并对结果负责。
工具:回答一次
“帮我总结这份文档”“告诉我有哪些会议室”。价值是信息获取和内容生成。
Agent:完成一次任务
理解目标、规划步骤、调用知识和工具,把一个复杂任务推进到结果。
数字员工:承担一类职责
有岗位、有边界、有长期上下文、有权限,并持续接受评测和迭代。
Skill 是技能,数字员工是岗位
Skill 解决“一件事怎么做”;岗位决定“为什么做、何时做、做到哪里、什么不能做”。
AI 会干的一件具体的活
- 查询会议室
- 创建 CRM 商机
- 读取 Excel / PDF
- 查询制度与知识
- 发送或更新业务数据
特征:原子化、可复用、输入输出清晰。
一组围绕目标持续发生的职责
- 行政办公助手
- 商机运营助手
- 人财风控助手
- 知识合规助手
- 个人办公助理
特征:有目标、流程、判断、边界、上下文和验收标准。
| 对比 | Skill | 岗位数字员工 |
|---|---|---|
| 核心问题 | “这件事怎么做?” | “这个岗位对什么结果负责?” |
| 运行方式 | 被调用一次 | 持续接任务、判断、执行、反馈 |
| 企业要求 | 输入输出正确 | 权限、服务范围、记忆、审计、异常处理、绩效 |
我们的 Agent 为什么能“办事”:Qian-Harness 是统一运行底座
数字员工不是接一个大模型。Harness 把规划、执行、上下文和安全验证组织成可恢复、可验证的任务系统。
Planning
任务规划、Prompt 构造、子 Agent 编排,决定复杂任务怎么拆。
Action
工具、知识、MCP、RAG、输出解析,把“想法”变成真实动作。
Context
记忆、上下文、状态管理,让任务不中断、跨步骤保持一致。
Control
错误处理、护栏、人工确认、验证循环,保证可观测、可干预、可审计。
数字员工的两种形态:超级小乾 + 岗位数字员工
同一底座,不同边界:超级小乾服务个人,岗位数字员工服务组织和标准岗位。
个人超级助手 · 超级小乾
服务个人日程、备忘、知识问答、文件处理、深度研究和个人 Skill;持续理解个人偏好和工作上下文。
岗位数字员工
企业统一定义岗位、服务范围和执行能力,通过 Agent / Skill / 工具 / 知识 / 工作流进入真实业务流程。
边界不同
超级小乾更偏个人空间;岗位数字员工归属企业岗位和组织服务范围。
能力同源
都建立在 Agent、Skill、知识、工具、Context / Memory 等底座之上。
治理统一
模型、权限、安全、费控、观测、评测由平台统一治理。
超级小乾:从“问问题”到“把个人工作推进下去”
个人助手的价值不是知识问答本身,而是能结合个人上下文调用 Skill,把跨系统的小任务真正办完。
懂你
记住工作偏好、常用格式、关注事项和近期上下文。
会做
通过 Skill、工具和知识库处理文件、研究、日程、办公协同等任务。
会规划
复杂任务自动拆解,不要求员工理解底层 Agent、模型和 Tool。
有边界
重要动作确认、信息不确定追问,个人数据与企业数据遵循既定权限。
岗位拆解:先拆工作,再配 AI
不要按“系统有什么功能”设计数字员工,要按“这个岗位每天交付什么结果”来拆。
| 岗位六问 | 要回答的问题 | 商机运营示例 | 行政办公示例 |
|---|---|---|---|
| ① 岗位目标 | 最终产生什么结果? | 商机持续被推进,不漏跟、不漏记 | 行政事务及时处理,信息准确、流程合规 |
| ② 核心任务 | 每天反复做什么? | 找客户、建商机、跟进、提醒、复盘 | 制度问答、会议、采购、信息采集 |
| ③ 判断节点 | 哪些地方需要判断? | 联系人匹配、重复商机、阶段判断 | 会议室可用、申请条件、信息完整性 |
| ④ 所需资源 | 需要哪些知识/系统? | CRM、产品知识、客户历史 | OA/企微、制度库、会议室系统 |
| ⑤ 权限边界 | 什么能自动,什么要确认? | 查询自动,关键写入/外发确认 | 查询自动,提交/作废按规则确认 |
| ⑥ 验收标准 | 怎样算做对了? | 字段完整、商机正确、无错误写入 | 预订成功、流程正确、异常可回退 |
组装:技能 + 知识 + 流程,才会变成“能上岗”的数字员工
平台上真正被组装的,不只是一个 Agent,而是一套岗位运行条件。
Skill
会议室、CRM、文档、搜索、系统操作等可复用动作。
Knowledge
制度、产品、客户、项目、业务规则和历史经验。
Workflow
稳定流程固化为确定性步骤,开放部分交给 Agent 动态判断。
Memory & Guardrail
保留长期上下文,同时控制高风险动作、人工确认和异常处理。
数字员工怎么上岗:5 步完成配置
对业务用户而言,流程要简单:新建 → 定岗位 → 配能力 → 定范围/定时任务 → 发布并接入渠道。
基础配置
基本信息 + 岗位定义,是“员工是谁、负责什么”。
能力实现
选择对应 Agent 和 Skill,是“员工到底会干什么”。
服务范围
限定服务部门/成员,是“员工给谁服务”。
发布
发布后才能进入渠道接入,线上继续使用已发布版本。
服务范围 + 定时任务:让数字员工从“被问”走向“主动工作”
岗位数字员工不仅能响应会话,也可以限定服务对象,并按计划主动执行固定任务。
服务范围
从主站组织架构选择部门和成员,明确数字员工服务谁、谁有权使用。
权限边界
结合成员身份和创建任务权限控制可执行范围,避免“谁都能让它做任何事”。
定时任务
配置标题、周期、执行时间、提示词、渠道与用户范围,实现日报、提醒、巡检等主动任务。
典型场景
每日 8 点经营简报、每周风险提醒、固定数据巡检、任务催办等。
接入企业微信:让数字员工从平台走进真实工作入口
完成发布后,绑定企业微信渠道与 Bot,校验连接并建立 WebSocket 长连接,数字员工即可在企微会话中持续服务。
一次配置,建立持续可用的企业入口
平台完成 Bot 配置后,先进行连接校验,再通过 WebSocket 长连接保持消息通道。企业微信中的用户请求会进入已绑定数字员工,由 Agent 按岗位能力执行并返回结果。
真实案例:个人办公 + 业务岗位,都已经从“回答”走向“办事”
两个 Demo 分别代表数字员工最容易理解的两条路径:办公协同与业务流程执行。
案例 A|综管小乾:会议室预订
身份获取 → 查询楼层 → 查询空闲会议室 → 用户选择 → 完成预订。重点不在“告诉你有哪些会议室”,而在推进到结果。
案例 B|商机运营:创建 CRM 商机
识别客户 → 匹配联系人 → 组织商机字段 → 调用 CRM → 校验写入 → 返回结果。创建商机只是其中一个 Skill,整条链路才是岗位工作。
场景实操:用一个真实业务场景,把数字员工跑通一次
现场只需要一条完整链路:用户提需求 → Agent 理解目标 → 调知识 / 系统 → 执行动作 → 返回结果 → 沉淀记录。
实操主线|从“一句话需求”到“事情办完”
后续可直接替换成你要演示的真实场景。建议优先选择会议室预订、CRM 商机创建等结果清晰、员工容易判断成功与否的场景。
用户输入
- “帮我预订今晚安仁二大楼 18:00–19:00 的会议室。”
- 或:“继续给博纳西亚的小乾测试商机补一条跟进记录。”
数字员工动作
- 理解目标并补全上下文。
- 查询系统、调用技能,并判断是否需要确认。
- 完成操作并校验结果。
交付结果
- 会议室预订成功 / 给出可选项。
- 商机或跟进创建成功 / 返回关键字段。
- 保留记录,支持后续继续协作。
验收与迭代:不是“能跑一次”就能上岗
数字员工也要过试用期。我们不只看模型聪不聪明,更看岗位工作是否稳定、正确、安全地完成。
上线前
用标准任务集做功能、边界和异常验证。
运行中
通过日志、观测、人工反馈持续发现失败任务。
迭代后
调整 Prompt、Skill、知识、流程、权限或 Agent 编排,再重新评测。
最后:每个人都可以从自己的岗位里“招”一个数字员工
先找到高频、重复、规则相对清晰且价值明确的工作,再用岗位六问和平台配置流程把它变成可上岗能力。
先把这 7 句话填完
我想招一个 ______ 数字员工。
它的目标是 ______。
它每天主要负责 ______。
它需要会 ______。
它需要了解 ______。
它可以自己完成 ______,但遇到 ______ 必须找人确认。
如果 ______,我就认为它可以正式上岗。
拆岗位 → 组能力 → 定边界 → 接渠道 → 做验收
Skill 是积木,岗位是设计图,Knowledge 是业务经验,Workflow 是 SOP,Permission 是工牌权限,Evaluation 是绩效考核。
个人
先从超级小乾开始,把高频办公任务交给 AI。
团队
把稳定 SOP 沉淀成 Skill / Workflow,形成可复用团队能力。
岗位
围绕岗位目标组装数字员工,进入企微和真实业务流程。
提示:按 N 可查看/隐藏讲师备注;← → / PageUp / PageDown 翻页。