微软发布企业AI行动手册：先重构流程，再部署智能体

在研究了100多项内部AI转型举措后，微软表示，制胜的企业架构将把专有评估、专有上下文和学习闭环置于可互换的基础模型之上——同时在将整个工作流程交由智能体（agents）执行之前，对其进行全面重构。

对于急于部署AI智能体的企业而言，微软传递了一条反直觉的信息：不要从智能体起步。

该公司将于周四发布的新版44页报告《成为前沿企业：我们的前沿行动手册》（Becoming a Frontier Firm: Our Frontier Playbook）指出，许多组织正犯下微软称其自身早期AI转型阶段所犯的同样错误——将AI视作另一次常规技术部署，仅以许可证数量和使用率作为衡量指标，并将新工具直接嵌入为人类及传统软件设计的工作流程中。

相反，微软表示，企业应首先拆解并重构底层业务流程，建立共享数据基础，明确界定人类与智能体各自应掌控的决策范围，之后才引入智能体。

而对企业开发者而言，或许影响更为深远的是，微软主张企业应避免将任何特定基础模型置于该架构的核心位置；相反，其持久的竞争优势应植根于私有评估体系、专有上下文、工作流编排能力、反馈闭环以及制度性知识——这些要素须能经受住底层模型被替换的考验。

这构成了全球最大的AI平台供应商之一所提出的、极具冲击力的“模型无关”（model-agnostic）愿景。

据该文件所述，微软在审查其公司职能部门、商业组织及工程团队内部逾100个AI转型案例研究后，编制了这份行动手册。其核心观点是：单纯向员工提供AI工具并不等于实现转型。

手册指出：“一项面向10万名员工授权并部署的工具，并不会改变工作的实际执行方式。”

微软首席战略与转型官凯瑟琳·霍根（Kathleen Hogan）在一篇配套博客文章中更尖锐地阐明了这一点：微软最初曾将AI视为一次传统软件部署——部署技术、培训员工、推动采用——结果却发现，访问权限与使用率未必能带来实际业务影响。

因此，对企业的技术领导者而言，微软这份行动手册最有价值的部分，与其说是关于Copilot本身，不如说是微软围绕AI所构建的运营架构。

微软的准则：“先精益，再部署智能体”（Lean before agents）

微软将企业AI转型划分为三种路径：

1. 角色加速（Persona Acceleration），即为特定岗位提供量身定制的AI工具

2. AI驱动的流程重构（AI-Powered Process Redesign），即围绕AI重建现有工作流程

3. AI优先构想（AI-First Possibility），即团队实质上从一张白纸出发，自始至终预设AI将被深度嵌入。

其针对第二类路径的指导方针，尤其适用于那些正从Copilot迈向智能体的企业。

微软建议端到端绘制工作流程图，剔除不必要的审批环节与交接步骤，构建共享数据基础，确立跨职能所有权，建设可复用的编排与可观测性基础设施，并审慎决定流程中哪些部分应继续由人类主导。

该公司将该方法称为“先精益，再部署智能体”。微软表示，其自身云供应链组织即遵循此模式，在规划、采购、履约与物流领域部署了111个专用智能体。

并非将智能体 叠加于 现有流程之上，一支跨职能团队首先绘制并简化了工作流程，并创建了微软所描述的 单一事实源（single source of truth） ，供智能体据此进行推理。

由此生成的智能体可调查需求变化、建模产能，并基于成本、时效及碳排放影响等因素，对比航空、陆路与海运等不同运输方案。

在既定权限与审批阈值范围内，部分智能体已超越信息提供阶段，可协助计划人员更新或取消采购订单。

微软表示，选定的供应链工作流程 随后将平均周期时间最多缩短了75%。在2026年4月至8月间测量的五个月度规划周期中，平均周期时间从约10个工作日降至不足2.5个工作日。

对于每月开展的20余项需求计划调查，微软表示，此前生成一份经人工验证的变更解释需耗时5至7天；如今耗时已缩短至数小时以内，部分调查甚至可在20分钟内完成。

这些数据源自微软对2025年9月至2026年8月间开展的一项超150人跨职能努力所作的内部分析；该公司提醒，相关结果仅适用于特定工作流程及测量时段，而非构成普适性的企业基准。

但相比百分比提升，其中的架构启示更具启发性：微软明确警告企业，若将智能体添加至设计不良的流程中，可能仅会自动化业已存在的功能障碍。

手册指出，底层共享的数据层、编排层、遥测层与治理层，其重要性可能超过可见的智能体本身。

从Copilot迈向“人类主导、智能体运行”的企业

微软还提出了企业内部AI自主性的三级模型。

• 第一级： 员工与AI助手协同工作。

• 第二级： 智能体成为人机协作团队的成员，在人类指导下承担特定任务。

• 第三级： 微软构想了一种所谓“人类主导、智能体运行”的工作流程，即人类设定方向，而智能体执行整套业务流程，并在必要时主动汇报。

向更高层级跃迁不仅需要更优模型。微软表示，组织需逐步提升数据与基础设施就绪度、工具可及性、风险边界的明确定义，以及变革人类角色的意愿。

软件工程可能同时横跨全部三个层级。一名开发者可能在某项工作中使用AI助手，而在另一项工作流中则委托给自主编码智能体。

微软在其自身产品开发组织中提供了一个尤为激进的实例。一支九人团队负责构建该文件所称的“Copilot同事”（Copilot Cowork），被置于一个沙盒环境中，要求其以AI优先方式开展产品开发，而非将智能体添加至既有的工程流程中。

该团队采用一种以规格说明书（spec）为驱动的工作流程，围绕三大要素构建：描述意图的规格说明书、定义优质输出标准的评估（evals），以及提供给智能体的上下文。微软表示，团队成员演变为该公司所称的“元工程师”（meta-engineers）、“元设计师”（meta-designers）与“元产品经理”（meta-PMs），在共享上下文及通用评估体系与智能体定义基础上与智能体协同工作。

该操作手册报告了18,600次代码提交，日均提交123次，并包含930万行代码；一支九人团队在35天内交付了首个产品版本。

仅凭代码量和提交次数本身，不应被误认为等同于产品质量或开发者生产力。微软自身也单独指出，35天的结果源自一个专门项目，不应被解读为全公司范围的开发基准。

值得关注的是其运营模式：微软并未聚焦于优化单个开发者以加快编码速度，而是围绕智能体（agents）、规格说明（specifications）、评估（evaluations）及共享上下文（shared context）重构了整个团队。

微软认为，你的AI护城河应建于模型之上。

该操作手册最具深远影响的论点，可能关乎许多企业当前正艰难界定的一个问题：当所有人都能获取能力日益增强的基础模型（foundation models）时，专有优势究竟应存在于何处？

微软的答案是：它不应主要存在于模型之中。

相反，它鼓励企业 将自身对‘良好表现’的定义予以编码化 ，通过 私有、定制化的评估（evals） ，来界定针对任何一项交由智能体执行的具体业务任务，“良好”结果究竟应为何种形态。

微软将此类专有智能划分为四类：企业对自身市场的观点；专有数据、工作流及机构知识；企业特有的质量标准或“品位”（taste）；以及约束智能体自主行动边界的风控边界（即智能体可在哪些范围内、不可在哪些范围内自主行动）。

这些标准随后即成为持续衡量AI系统的评估依据。

然而，在 VentureBeat Intelligence《智能体可靠性与评估Q2脉搏调查》 （2026年7月波次，覆盖108家企业）中，仅有 13%的企业表示目前完全信任自动化评估。在已发布某款智能体、该智能体通过内部评估却在客户面前失败的53家企业中，仅4%表示信任该智能体；而尚未遭遇此类失败的41家企业中，这一比例为24%。

微软提议将这些评估嵌入其所谓“爬山机”（hill-climbing machine）——本质上是一种持续学习架构，其中企业反馈、评分与调优随时间推移，持续提升AI系统对其自身标准的契合度。

微软提供的示意图颇具启示性：安全与治理位于顶层；其下是包含评估与评分细则（rubrics）的强化学习环境；再往下是智能体运行时（agent runtimes）、托管服务（managed hosting）及工具；接着是上下文（context）与“框架”（harness）层，涵盖多模型接入、企业知识、记忆、技能及MCP（Model Context Protocol）；最底层则是基础模型本身。

这些模型被明确标注为“可互换”（interchangeable）。这种架构层面的分离是有意为之。微软主张，企业应拥有并保护那些使其业务具备差异性的评估层、上下文层与控制层，同时保留在基础模型质量、经济性或需求发生变化时替换外部基础模型的能力。

换言之，微软正告诫企业：切勿将向模型提供商租用智能等同于拥有AI战略。

它还建议，在适当情况下，将提示词（prompts）、检索系统、评估、智能体决策及工作流智能保留在企业边界之内，并通过架构控制措施保障数据驻留地（data residency）、租户隔离（tenant isolation）、模型独立性及知识产权保护。

该操作手册指出，部署后追加实施驻留地与租户隔离，其难度远高于在设计之初即纳入这些要素——这也是微软强调治理措施绝不能在智能体开始执行操作之后才简单“附加”上去的另一原因。

衡量业务成效，而非Token数量

微软对AI度量同样持审慎怀疑态度。

其提出的框架将指标划分为四个层级：输入层（inputs），例如采用率与就绪度；吞吐量层（throughput），显示AI是否真正渗透进工作流；输出层（outputs），例如生产力或绩效提升；最终是业务成果层（business outcomes），例如营收或客户成功。

微软指出，这些层级作用于不同时间尺度：输入层变化可在两至四周内显现，工作流变化约需一至三个月，绩效影响需三至六个月，而高层级业务成果则需六个月或更长时间才能体现。

这一点至关重要，因为当前许多企业AI部署仍主要依据席位采用率、提示词数量或开发者使用量来评判。

微软自身的销售实验既揭示了机遇，也凸显了谨慎的必要性。

在2024年上半年开展的一项试点中，687名Microsoft 365 Copilot销售人员参与其中。微软称，关键AI用例的采用率增至三倍，每位客户经理的营收增长9.4%，成交率相较Copilot使用率较低的销售人员高出20%。

该对比基于内部观察数据，而非随机对照实验，因此这些数字本身不应被单独解读为Copilot导致全部改善的证据。

但微软表示，其更广泛的教训在于：推动员工“更多地使用AI”，其效果不如识别其工作中可由专业化智能体切实改善成果的具体环节。

基础模型可能成为企业AI技术栈中最不具持久性的部分。

微软将该操作手册包装为通向其所谓“前沿企业”（Frontier Firm）的路线图——即一家在人类主导前提下，逐步将越来越多运营工作移交AI的企业。

当然，这也是一份由微软出品的思想领导力文档，而微软自身正销售着企业用于实现该转型所需的大量基础设施与软件。其内部绩效结果尚未经过独立验证，且微软多次强调，其经验不应被理所当然地推广至其他组织。

尽管如此，品牌包装之下蕴含着一项重要的架构论点。

生成式AI的第一波浪潮促使企业追问“哪个模型最聪明”；第二波浪潮则推动企业将Copilot嵌入现有应用。微软这份新操作手册则表明，下一阶段将围绕以智能体为中心全面重建企业本身展开——同时刻意确保支撑这些智能体的基础模型保持可替换性。

对于企业开发者与技术领导者而言，这一转变改变了战略问题的核心。

稀缺资产或许并非对日益强大的模型的访问权；而可能是定义特定业务中“何为优秀”的私有评估体系、智能体可据此推理的专有上下文、管控其行为边界的编排与安全系统，以及驱动这些系统持续改进的反馈闭环。

倘若微软判断正确，那么企业投入构建上述各层的时间，至少应与其投入选择下一代前沿模型的时间相当。