朋友们，出息了。

今天在外滩大会，我混到了一个新岗位：厂长。

不过我管的这座厂，员工全是智能体。

今天的任务也很明确：亲手造一个智能体，给它安排工作，看着它和其他智能体一起干活，最后把结果交给我。

走，先去「招人」。

这里已经准备了 300 多个岗位级数字专家，还有 600 多个技能。

这些岗位，可以直接选模板，再像搭积木一样，把需要的技能装上去。

岗位选好，技能装上，再接进企业自己的数据和业务系统，一个数字员工就开始成形了。

这个过程有点像游戏捏角色，只不过它领到的任务，可能真会影响一家公司的业务。

大家可能平时也会用千问办公、WorkBuddy 等通用智能体查资料、做表格、写报告、跑任务。

但一家公司的销售、客服、采购、财务、风控，都有自己的数据、权限和工作流程。对应的岗位智能体，也得各司其职。

所以为什么叫「工厂」。

蒸汽机让机器有了动力，流水线后来解决的是怎么把一群机器组织起来生产。

大模型给了 AI 很强的能力，智能体工厂解决的，就是怎么把这些能力真正组织起来干活。

包括谷歌、微软、亚马逊等海外科技公司都在做智能体工厂，因为当智能体开始成批进入企业，更高效生产、调度和治理是必然的进化方向。

但智能体一多，真正头疼的事也来了。有人重复干活怎么办？或者拿了不该看的数据？

前一个做到一半卡住了，后面的任务又交给谁？

所以更重要的其实是「管」。

比如服务一位客户，有的智能体发现需求，有的设计方案，有的检查风险，还有的负责后续服务。

不同岗位接力，把一项任务一步步做完。

表面上，是几个智能体在来回传话。

底下真正盯住整个过程的，其实是蚂蚁数科打造的先进 Harness 框架。

谁先做、谁后做，调用了什么工具，现在哪一步卡住，结果接下来交给谁，都能在这里看到。

这也是我今天看到可能最有价值的部分。

造一个智能体已经很快了，真正考验智能体工厂的，是能不能把一群聪明的 AI 管明白。

不用我烧脑细胞才是真的好。

但话说回来，这些数字员工，敢不敢真的放手用？

写错一段文字还能修改，以后它帮企业下单、采购、授权，甚至直接交易，每一步都得说得清楚。

谁授权的？它调用过什么数据？执行过什么操作？出了问题能不能查清楚？

蚂蚁数科在这里加了一层区块链，让一些关键操作留下可信记录，可以追溯，也方便审计。

将来两家公司的智能体自己谈生意，这套能力会更有用。

好了。

员工造出来了，工作安排了，进度看过了，结果也交付了。

今天这个厂长的 KPI，算是完成了。

这一趟体验下来，我也更能理解企业为什么需要一座智能体工厂。

我们个人用 AI，关心它能帮一个人做多少事。

企业更关心的，是几十、几百个智能体一起上班以后，能不能各司其职、过程可控，出了问题还能查清楚。

「智能体工厂」这个名字，刚听到可能觉得有点不明所以。

现场走完生产、管理和交付这一圈，又确实挺形象。

至于这座工厂什么时候真正开进更多企业的核心业务，我们继续观察。

下班！