7 Things AI Native Companies Do, and Agent Teammates Aren’t One of Them
The AI Daily Brief · 2026-11-18

Stripe、Shopify、Uber 等公司公开了 agent 生产环境用法:核心不是"AI 当同事",而是把公司变成一套系统,让信号自动触发工作。
"给 AI 起名字、当队友"这个流行心智模型,可能正在让管理者放松审查——一项实验里,标注为"AI 同事"的文档被检查得明显更松。这期把 Stripe、Shopify、Uber、Ramp、Anthropic 公开的 agent 用法拆成 7 条可照搬的做法,并解释为什么更贴切的比喻是"随叫随到的咨询公司"。
先把上下文喂饱,再谈模型
限制 agent 的从来不是模型本身,而是它能看到的公司信息。Odyssey 创始人 Francis Davidson 把这套做法叫"content maxing":agent 通过 MCP 或命令行拿到所有会议录音、Slack、邮件、网盘和内部工具的访问权。
- Ramp 每天把 Slack、Notion、Linear、日历拉进长期记忆,agent 每次开工不用从零开始;但它的分析 agent 在上下文层过期时会明显变差。
- Uber 用 30 多个内部系统搭了一张"上下文图谱";Shopify 把代码、规范、操作手册和给 agent 的指令文件全放进同一个代码仓库。
- Hebbia 的 George Savoca 发现一个政治问题:担心前途的员工开始囤积上下文当饭碗——"知道自己的价值,为什么要把上下文交给 agent?"
让信号触发工作,让 agent 互相检查
AI 原生公司和普通公司的分水岭:工作是不是必须有人开口才启动。前者由事件自动开工,后者靠人写提示词。
- Uber 大多数 agent 会话由其他 agent 发起,用于代码审查、自动修复 CI、值班分诊;Runlayer 的工作来自客户电话、Slack 频道、构建失败和用户在产品里的标记。
- Anthropic 的主 agent 先规划,再并行拉起子 agent,各自有独立任务和上下文、彼此不知道对方存在;难题拉 10 个以上,内部评测比单 agent 高约 90%。
- Shopify 把每个安全发现当成"待证明的主张":写不出真正利用漏洞的测试就驳回,且复查模型必须和发现模型不同;Runlayer 的修复 PR 附前后截图,由另一个 agent 对抗式审查,上线后还有 QA agent 试着搞坏它。
为什么"AI 当同事"是错的心智模型
把 agent 当队友,默认了一张固定花名册;实际用法是随任务伸缩的 agent 队伍——没有持久身份,只有持久的上下文。
- Anthropic 发现按职能拆 agent(规划、编码、测试、审查)会反噬:每次交接都像传话游戏,有个实验里 agent 花在互相协调上的力气超过干活本身。
- 《哈佛商业评论》5 月与 BCG 的研究:同样有错的文档,署名"AI 同事 Alex 3"时管理者检查更松,自称已把 AI 当员工的公司审查力度下降约 16%;一位经理说"Kevin 犯错时,Kevin 没法负责"。
- 更好的比喻是随叫随到的咨询公司:你给目标, orchestrator 派人,交付物带证据回来,你签字负责;项目结束人走了,工作记录和方法论留下。
带走一句话
"当 AI 队友 Kevin 犯错时,Kevin 根本没法被问责。"
- 先盘点你业务里哪 3 个事件(续费到期、发票到达、客户流失信号)应该自动触发 agent 开工,把它们从"人写提示词"改成"信号触发"。
- 给每个 agent 产出配一个独立的复查 agent,并规定复查者与生产者不是同一个模型;同时明确每次 agent 交接最终追溯到哪个具体的人。
