智能体开始有岗位名了：一人公司怎么给自己的 AI 同事定职责

结论先行：这一周多家厂商同时给智能体配上了岗位名——查客户的、做报价的、跟单的，工具开始按「岗位职责」而不是按「模型能力」来卖。

11 月第一周的工具周报里，有一条消息此前不太起眼：某厂商发布了面向销售团队的「共享智能体」，一次给出三个角色，分别负责调研目标客户、生成报价、跟踪商机进展。官方措辞很直接——这些不是功能模块，是一整个团队共享的「有名有姓的队友」。

同这一周里，另外几件事也在同时发生：

• 智能体开始能自己操作没有编程接口的网站，也支持把耗时任务派给后台子智能体，主智能体不必干等。
• 智能体有了标准化的评测环境：有一家把「测试智能体任务完成得好不好」的评测框架搬进了云端沙箱，被测的智能体在隔离环境里跑，不会碰到真实数据。
• 有厂商公开讲了怎么盯住「跑偏」的智能体：用分层监控去发现模型偏离预期目标、以及未经授权的行为。
• 重复上下文的成本被缓存机制摊薄，智能体每一步都要重发同样的背景材料，这部分现在可以不再全量重算。

把这些放在一起看，信号就清楚了：工具厂商正在把智能体从「能力包」重新包装成「岗位」。这是产品形态的转向，也是需求侧的转向——过去大家卖的是「更强的模型」，现在大家开始卖「一个有名有姓的同事」。

一、岗位化对一人公司意味着什么

对个人创业者来说，这是一件被低估的事。因为在此之前，一个人公司的组织结构几乎是固定的：我一个人，一个脑子，一双手。所谓「用 AI」，本质是同一个人加几把工具。

岗位化的意义在于，它第一次让「组织设计」这件事在一张桌子上成为可能。以前你不能说「我需要一个跟单的」，因为「跟单」是一个人，不是一个软件。现在厂商把跟单拆成了可交付、可配置、有明确边界的智能体角色，你就有了从一个人的公司变成「一个老板 + 三个 AI 同事」的选项。

这背后还有一个更实际的好处：岗位是可以被写下来的。一个岗位干得好不好、什么时候该交给人、出错了找谁——这些都可以落成文字。而文字，是一人公司对外收费最顺理成章的东西。

二、三个可以切进去的位置

把「岗位化」这个信号翻译成能收钱的活，大致有三个方向：

• 岗位说明书代写与改造：客户的活现在是「一个人干五件事」，你要做的是把它拆成「谁干什么、干到什么程度算完、什么情况必须人接手」，最后交付成一份能被工具执行的配置。这份东西客户自己写不出来——不是不会写，是不知道该怎么拆。卖的是拆解能力，不是提示词。
• 按岗位组一个「小队」来交付：一个岗位往往需要三个动作配合——查资料、做执行、确认收尾。把它们串成一条人工随时可审计、可插手的链，比交一个孤立的智能体值钱得多。这条链上的每个环节都有人工接管点，出错能追到具体一步。
• 岗位级的权限与花费体检：不同岗位该看的数据不一样，该花的额度也不一样。把「哪个角色能碰哪些客户资料、哪个角色一天最多花多少钱」做成一套配置，再配上定期检查报告，这是可以按月收的服务。一人公司最缺的就是第二个人盯梢，而这份体检就是那个盯梢。

另外还有一个容易被忽略的配套项：上线前的沙箱评测。既然已经有标准的评测框架跑在隔离环境里，那你完全可以把「我的智能体交付前先在沙箱里跑一遍、出一份测试结果报告」当成交付物的一部分。客户买的不是「给你一个能跑的机器人」，是「给你一个有验收报告的机器人」。

三、三个坑

• 坑一：把厂商的岗位名当成你业务的岗位名。厂商给的划分是从它的产品出发做的（人家做的是通用销售流程），你的客户可能是完全不同的一种生意。岗位必须按你的业务拆，不能按工具的菜单抄。直接照搬的结果是每个角色都在干正确的事，但合起来不解决客户的问题。
• 坑二：给智能体配「最终决策权」。名字是「队友」不是「法人」。真出了事，签字的还是你。具名不等于有人负责，凡是涉及对外承诺、付款、删改客户数据的动作，都必须留在人手里。
• 坑三：没定义「人接手条件」就先把岗位铺开。一个人同时盯三个智能体，一旦某个角色连续出错，你连它什么时候开始错的都查不清。先在少量真实任务上跑通一条链、把升级规则写死，再往外扩，比一上来铺五个角色安全得多。

如果只做一件事，我建议做第一件：挑一个客户岗位，写出它的说明书——每天要处理什么、输入是什么、判断依据是什么、什么情况要人接手、做完什么样算合格。写完你会发现，你对这个生意的理解立刻清楚了一层，而这份文档往后就是收费的起点。

工具这一轮的变化，其实是在提醒一件事：一个人公司的下一步，不是再学一个模型，而是设计一套「谁负责什么」的分工。会写岗位说明的人，比会调模型参数的人更接近这门生意。