我并网了,我变强了?
腾讯游戏数据团队负责人亲述,拆解AI协作时代全新的能力重组工作范式。 核心内容: 1. 能力重组概念的定义与生成背景,对比传统跨岗协作的痛点差异 2. 数据服务交付场景下,新协作流程的实际落地运行逻辑 3. 需求方与专业交付人员两类角色的价值升级新方向
引子
最近跟团队一些同学聊,我说了一个自己的感受:现在团队的工作通过内部一款协作产品连接起来,我其实能直接参与部门里更多工种的工作了,有些事情,甚至可能有机会比原来做得更好。
这款内部产品,主要是把人、Agent、工作上下文,以及背后的工具和执行环境接起来。大家可以继续用各自顺手的工具,按权限共享能力、协同做事。

但这并不是说,我突然掌握并精通了部门内所有岗位的专业细节。
以前可能很多事情,我也知道该往哪个方向想,或者觉得一个问题值得如何如何做。但一到具体做,你会发现权限、口径、工具和系统,一堆东西不在我的现有环境这里。如果真要做,实际门槛还是高,所以通常还是要先找对应的同学,讲清楚背景,再等他组织、讨论、执行。
而现在如果同学已经把一部分专业能力建设好了,并且可以按权限分享给我,我就有机会带着自己的问题和判断,直接参与进去。
我没有学会所有工种、岗位的专业细节,但我的判断,更容易和别人已经积累的能力组合起来了。
这是最近一个让我觉得挺有意思的一个变化。它跟之前讲的,“我的个人Agent又帮我省了多少时间”,还不太一样。
我想给它一个定义:能力重组。
以前需要找人承接,现在有机会带判断直接参与
拿我们团队现在的数据服务交付方式举个例子。
需求方在工作群或自己常用的Agent里提问题,需求被接单Agent委派,先进入一个有专业同学和数据Agent参与的工作群。需要补背景、确认口径,就继续交流;处理完以后,结果再回到使用者原来的工作群或Agent会话里。

这件事表面上看,是少了几次复制粘贴。但再往下看,各个岗位参与方式其实变化也挺大。
比如,我关心某个业务变化,到底是用户结构变了,还是产品里的某个环节出了问题。我对业务有自己的理解,也知道哪些解释可能不太成立;专业同学则熟悉数据口径、工具和分析方法。
以前,这两部分主要靠人之间沟通来结合。 现在,有些已经沉淀好的能力可以直接调用,我可以先看一轮结果,再补背景、改问题,Agent可以直接捕获并继续处理,直到遇到需要专业判断的地方,才会继续找人,而实际现在的很多情况下,这个步骤其实走不到。
而如果你现在是一个需求方,不用再每一次都把整件事交出去,中间啥也做不了,只能等最后拿回来一个结论。
只要你有判断,可以参与、带领执行的环节变得更多了。同时,你只需要带着自己的业务背景进来,也不用先学会搭一整套分析Agent。
另一边,需求交付的专业同学的作用,也在变化。他过去花时间整理的知识、口径和处理方法,只是自己,以及自己的Codebuddy/Cursor在使用,现在,这部分工作、能力开始有机会被更多人直接用上。他也不必每一次都从头承接端到端交付,而可以把时间放在难题、能力维护和结果判断上。
我觉得这和几个月之前,分享一个好用的Prompt/Skill,或者一个完整的端到端的Agent,还是有比较大的区别的。
分享出去的,不只是怎么提问,不只是一个固定的工作技能,也不是一个端到端的能力。是一份份有人持续维护、能实际做事的专业能力。

如果这样的组合,在这种模式下更容易发生,其实长期看,对组织协作模式、组织架构分工,项目制推行感觉会有长期的影响。而结果上,感觉一些原来觉得不值得排需求、等不起,或者自己缺能力的事情,就更有机会快速实验。想法验证的速度,会有质的提升。
我的意图,能不能在真正做事的地方被理解
不过,能力接上了,还会遇到另一个问题:我的意图(想法/需求/判断),真的被无损传过去了吗?
举个例子。
上周团队一位同学给我看一个平台方案。我建议他往镜像的方向考虑,把用户已有的环境打包交付,而不是直接去接管用户原来的环境。
这里不展开技术方案。让我在意的是,我没有只说“考虑镜像”,还解释了为什么这样想:本地环境太复杂,有些维护和安全责任,我们不宜承诺兜底;但对用户来说,整个过程又应该足够轻,最好不用感知背后的复杂度。
所以我真正想传递的,其实是一组取舍。
大家可以想想,之前这种需求会怎么传递?对,开会。
如果经过几次开会的层层转述,最后执行的人或Agent,可能就只拿到了“建议做镜像”,它可能也照着做了,但没有理解哪些问题是我们想解决的,哪些边界是我们不想跨过去的。
这不一定是谁表达能力不好。
开完会,再找同学同步,或者回到IDE里重新写一段Prompt,很容易出现压缩和遗漏。很多时候,结论留下了,为什么这么判断却没留下。
而现在,我的建议被同学采纳了,他把这段讨论直接交给了自己的个人Agent,也就是他的AI分身。这个Agent能够按权限直接回读我们原始的那段讨论,它有机会拿到原话、前后文,以及后面补充的条件,不必每次都等人重新讲一遍。进一步传播的时候,也会带着这份过程记录(Trace)。

当然,能读到,不等于一定理解对。最终还是要看修改后的方案,是不是回应了那些问题。区别在于,出了偏差,可以回到原来的讨论核对,而不是大家各自记着一个版本。
我想减少的是必须由人承担的反复转述,不是把专业讨论也省掉。
同学仍然需要判断这个方向是否适用,还有哪些约束我没考虑到,怎么协调资源,对最后的交付负责。只是他不必一直充当“把这段话再讲给Agent”的人。
人的判断,有机会更直接、无损地进入组织实际做事的过程。
这次改好了,下一次呢
再往前想一步,就会碰到我这半年一直在琢磨的一个问题:这次工作里的反馈,能不能让下一次做得更好?
以前说一个同学“经验越来越丰富”,其中很重要的一部分,就是在具体事情里不断得到反馈、调整做法。如果这些经验能够进入他建设的能力,后来使用这份能力的人,也有机会少走一些弯路。
这样的反馈在组织网络里,不能只从负责人往下传,也需要有反馈链路。
比如我的Agent需要理解我,知道我在意什么,为什么这么判断。可这不代表它越像我、越同意我,就一定越好。
专业同学可能知道我不了解的一些技术参数限制,一线使用者可能发现我的目标本身有问题。这些反馈也应该更方便地回来,改变我的判断。
否则,连接得越顺畅,也可能只是让我的错误传得更快。
这其实对负责人,提出了更高的要求。
当自己的判断可以通过Agent参与更多工作,自己就更不能停止学习。持续解决问题,再亲自碰到问题,再去试新的做法,对我来说很重要。
还有一个很实际的检查:这一段做快了,下一段是不是反而更累了?如果开发省下来的时间,变成了别人核对背景和处理异常的时间,那只是把成本换了个地方。
我更愿意看,一件事是不是真的推进得更顺了,结果有没有更好,以及原来做不了的事,现在能不能开始做。
让团队像模型训练一样迭代
所以,顺着前面这些变化,引出了组织里还要关注一件很重要的事:不仅要把能力接起来,也要让工作中的Loss能够传导起来。
这里借用模型训练里的Loss作一个类比,指的是结果跟目标之间的偏差,以及据此给出的改进反馈。
说得简单一点,就是哪里没做好,为什么,接下来应该改什么。不是给所有工作打一个分数,更不是说组织已经在自动训练模型。

而一个组织里,如果越来越多的事情由Agent(们)参与协作执行,谁来持续提供这些反馈?
最开始往往还是人,这一定是避不开的。但你会发现,人越来越不可能出现在所有流程里。
如果每一步都要等某个负责人、某个专家来看,能获得有效反馈的工作,还是受限于这些人的时间。
所以,我觉得经过校准的Agent,也需要逐步参与这一部分。它不只是能做事,还要能结合背景和目标,判断哪里值得调整;能判断的先给反馈,拿不准的再找人。
我建设自己的管理分身,也有这个考虑。它理解我,有我的bias,知道我在意什么,就有机会对同学的产出给出一些有用的反馈。
同学可以据此调整自己的工作,也调整自己的Agent。同时,我会纠正分身的评审,让它知道什么判断有依据,什么地方只是猜测。两边都在这个过程中调整。
但有人给出反馈,还只是开始。Loss要能够沿着实际的协作关系,通畅地传递到真正需要改变的地方。
比如一次分析没有回答业务真正关心的问题。使用者指出偏差后,不能只是接单的Agent换个说法,交一份看起来更好的报告。
需要沿着这次工作的过程去看:是需求被理解错了,分析方法不合适,还是专业知识和数据口径有问题?
后续,对应的人和Agent能看到原来的问题、理由和执行经过,才更容易找到该改哪里。
有时需要调整的是执行Agent,有时是专业同学维护的工具和知识,也可能是提出需求的我。
改完以后,结果再回来验证;有效的改进留下来,后续使用这份能力的人才有机会受益。
这里重要的不是多提意见、多做几轮评审,而是反馈真的有机会改变下一次工作。
对方没有权限、资源或条件去改,负责人还需要帮忙解决;传到了,并不等于改成了。
而之前的模式,类似skill/rules 是非常难做到(在组织协作网络里持续更新、生效)的,大家想想为什么?

如果只是把一份Skill或者Rules分享给大家,后面某个人用出了问题,这个反馈怎么回到维护者那里?改好了,又怎么让其他正在使用的人和Agent用上?
这些事情,不是把文件发出去就自然解决了。Skill和Rules仍然可以承载改进,但还需要一套让问题被发现、反馈被接住、改进能继续被使用的协作方式。
所以我们内部做HTalk,很大一部分功能需求就是这样长出来的。 个人已经用顺的Agent、团队里的专业能力,以及实际工作的讨论和进展,原来分散在不同地方。
我们希望把它们接起来,而不是要求大家先换成同一个Agent、共享一份skill。
连接的也不只是资料。还有人、Agent,以及背后真正能运行工具、处理工作的本地或云端环境。
我可以带着自己已有的积累进入一个工作现场,用上现场需要的能力,再把新的背景和结果带回来。
同学也可以这样做。谁把某项能力建设得更好,就让它在更多事情里被用到,不必都由一个产品重新做一遍。
而这次工作里产生的判断和纠正,也不应该留在某一个人的聊天窗口里。通过上下文和Trace,它们有机会找到相关的执行过程和能力维护者,带着依据继续传递。
至于怎么理解、要不要改、改在哪里,仍然由参与其中的人和Agent判断,并在后续工作里检验。
能力连接起来,让我们能一起做更多事;有效的Loss传导起来,才更有机会让这套合作越做越好。
这个模式,我不想把它说成一种已经成熟的组织模式。
但至少在我们看到的多个团队的使用里,关注点已经逐步发生变化了。
以前更多是在想,我的Agent能帮我做多少事;现在开始想,我带着它,能和哪些人、哪些能力一起,把什么事情做成。这些工作里产生的反馈,又能不能让我们各自建设的能力继续变好。
我没有学会所有工种。只是原来分散在不同人和工具里的积累,开始有机会一起发挥作用了,也有机会在共同做事的过程中继续改进。
如果再参考康威定律,感觉这个继续走下去,对未来的组织架构设计、项目制的真正落地,会有非常大的影响。
而如果你有新想法,那新想法验证迭代速度,预期也会有一个质的变化。
立即咨询 JOTO
JOTO 提供覆盖企业智能体规划与搭建、AI 平台私有化部署、RAG 知识工程、AI 安全治理、FDE 驻场共创及持续运营优化的全周期 AI 落地服务,帮助企业把验证中的 AI 能力转化为安全、可控、可持续迭代的生产力。 联系 JOTO 获取 AI 落地咨询
想把这些做法用到你的业务里?
留下你的场景和痛点,我们帮你判断从哪一步开始。
联系我们


