为什么大家都在做 Agent 试点，真正跑进组织的却没几个

真正跑进组织的 Agent 没几个，是因为试点停在个人电脑上，没有进排班、权限和指标。缺的不是更聪明的模型，是能驻在现场、对损益负责的人。这种人叫 FDE。

MIT 有一份 2025 年的企业调研，听着很刺耳。全球公司在生成式 AI 上花掉的钱里，大约 95% 的项目在损益表上查不到痕迹。不是效果差一点，是查不到它们存在过。

中国公司换了个更体面的说法，叫试点。

试点这两个字，我在现场见得太多了。试点一旦变成目的，就会一直试下去。Agent 现在就卡在这里。不是模型不够聪明，是组织里缺一种人，能把它从个人电脑接进必须经过的流程。这种人有个名字，叫 FDE。

上一篇重写管理里我写过，AI 用得越多，组织反而可能越散。那篇讲的是口径、资产和责任停在每个人自己的电脑里。这篇往下走一步。散完以后，公司通常会做什么？上几个 Agent 试点。然后试点本身，又变成新的保护色。

01 试点成了不推进的保护色

做过管理的朋友都知道，试点这两个字天生安全。可停，可小，不承诺一定怎么样，只说我们在探索。

放在制度、培训、新项目上，有时候是必要的。放在 Agent 上，很容易变成全员的台阶。

IT 可以说我们做了试点，上了几个场景，有调用量，有成功案例。老板也可以说我们没落后。业务觉得可以看。管理部门觉得暂不相关。

你再往下问一句，这些 Agent 有没有进流程，有没有变成组织必须用的环节，有没有改掉谁的工作方式，答案就开始模糊。

上去了是成功。没上去是还在试。没人需要为结果负责，也没人需要为失败担责。

现场服务和连锁里这种事我见太多了。招聘初筛做了个助手，停在经办人自己的电脑里，用人部门还是按老习惯要人。客服知识库接了问答，一线还是先问老人，因为现场口径和库里的对不上。项目日报做了自动汇总，群里照样在催，因为没有它，流程照样能转。

很多 Agent 试点最大的问题，不是 Agent 不够聪明，而是组织从一开始就没打算让它成为必须经过的环节。

02 停在个人电脑上的 Agent，进不了排班表

这块多说两句。

我现在看一个公司的 AI，不太看它发了多少内部案例。我更想看三样东西有没有进组织的操作系统。

1. 进没进排班。谁必须用它，什么时候用，不用会怎样。
2. 进没进权限。它能看什么数据，能改哪类字段，能不能发通知，能不能触达客户。
3. 进没进指标。抽掉它，哪组数会变差。返工、等待、差错、沉淀，有没有被它真正带动。

这三样里缺任何一样，它就还是个人效率，不是组织能力。

上一篇里我写过，一个人用 AI 写得快，不代表公司跑得快。十个人各用各的 AI，有时候反而更乱。Agent 试点把这件事放大了。以前是提示词和文档散在各处，现在是一个会动手的东西停在部门孤岛里，或者停在一个暂时还不想升级的系统接口后面。

a16z 今年有组数据，计算机操作类智能体在 OSWorld 测试上已经到 85%，超过人类测试者大约 72% 的水平。Claude 也把浏览器里的会话升级成可以跨端接着干的 Cowork。技术上，它已经不只是会看，开始会动手了。

会动手以后，试点更危险。因为它能点按钮了，组织还没准备好让谁授权、谁复核、谁停机。

更早一篇写过智能体出错谁负责。那篇把责任链画清楚了。这篇要补的是另一半。责任链画完，还得有人把它接进真实流程。没有人驻在现场，责任链只是一张图。

03 真正缺的不是模型，是能驻场的人

坦率地讲，Agent 试点最大的错觉，是以为最难的是技术。

模型选得对不对，提示词写得好不好，返回准不准，响应快不快。这些当然重要，但它们只是门槛。

真正让它卡在门口的，是现场那些脏问题。数据在哪个系统，字段有几个口径，一线愿不愿意用，法务哪天开始进场，上一个类似项目是怎么黄的，验收时谁签字。

这些问题，坐在总部写方案的人很难一次问清楚。业务部门开会能点头，回到现场又用回老办法。实施团队按计划部署完，指标没动，也算交付完成。咨询顾问可以留下一份建议，建议不负责跑起来。

说到这个，Palantir 很早就撞上过同一条沟。产品是通用的，客户的数据、系统、工作流程没有两家相同。销售说能解决，产品说功能都有，中间缺一种人，把通用能力塞进客户乱七八糟的真实世界里。

他们的答案不是写更厚的实施文档，而是把工程师直接放到现场。内部叫 Delta。后来行业把它叫成 Forward Deployed Engineer，前沿部署工程师，简称 FDE。

04 FDE 这个岗位，藏了十五年

FDE 不是会写代码的咨询顾问，也不是升级版程序员。别的岗位都能交差。只有 FDE 的考卷写在损益表上。

岗位	对什么负责
售前	签约
架构师	方案
交付	计划
客户成功	续约
FDE	客户的业务指标

这是最大的差别。Demo 好看不算，调用量上升也不算，得是那条流程真的跑起来，差错、等待、返工这些数动了。

Palantir 2016 年出现过一个很反常的结构，现场这批人的数量超过了产品工程师。一个软件公司，驻场的比写产品的还多。听着不可扩展，但它成立，因为客户为问题被解决付的钱，远多于为软件本身付的钱。

大模型把这套模式重新点着了。模型像一个什么都会一点、对你的业务一无所知的高智商实习生。要把它变成合格员工，得有人教它你的业务，还得有人在现场改流程、补数据、盯两周。

供给端也在验证这件事。OpenAI 的 FDE 团队 2025 年初 2 个人，年底扩到 52 人。Anthropic 设了这个岗。a16z 直接称它为科技行业最热门的岗位，2025 年 1 月到 9 月，岗位发布量涨了超过 800%。

薪酬和招聘量同时暴涨，只有两种可能。泡沫，或者市场终于为一直被低估的价值定价了。

我赌后者。

05 组织里谁该干这件事

你可能会说，我们又不是硅谷公司，也不招年薪二十万美元的工程师。

这话对。传统集团不需要照搬 Palantir 的编制名称。但你需要这套能力。

谁能在招聘、客服、工单、排班这些真流程里坐下来，把 Agent 从可有可无的助手，改成必须经过的环节。谁能在进场前把权能、责任、数据三道边界问清楚。谁能接受前两周代码不好看，但指标必须动。

很多公司把这件事拆给了三拨人。IT 管系统，业务提需求，HR 管人。三拨人开会时都同意做 AI，散会后各自回到自己的考核。Agent 就停在中间。

FDE 干的，就是站在这个中间。不是再开一个数字化部门，是让现场出现一个对结果负责的人。他可以懂一点技术，更必须懂业务怎么跑。上午能和信息部门聊接口，下午能和项目经理聊排班为什么接不住。

McGrew 后来讲 FDE 用人，有句话很直白。不要忠诚的执行者和精致的工匠，要能忍受混乱、在模糊里开路的人。看到需求不明确就烦躁，这活会要他的命。看到它就兴奋，才可能把试点做成流程。

回到管理这件事上。我们过去推制度，也吃过同类的亏。总部写得很完整，项目上没有人把它接进晨会、交接班和考核，制度就死在执行层。Agent 比制度更娇气。它不会自己懂现场的潜规则。你不驻场，它就只会停在试点报告里。

06 试点以后只问三件事

如果一定要我给一个建议，我不会先问你试点成不成功。先问这三件。

1. 有没有一条流程，是你承认如果抽掉 Agent，这条流程就跑不下去的。
2. 有没有一个环节，是你明确说过出错仍要有人兜底，但还是决定交给它的。
3. 有没有一组指标，是你承认如果 Agent 没有贡献，这组数就不会变好的。

这三件事只要有一件没做到，Agent 就还在试点。

做到了，才算跑进了组织。

太久的试点，往往不是在证明技术可行，而是在证明组织还没有准备好。准备好的标志也很具体。有人驻在现场，边界写得清楚，流程改过，指标在看。缺这四样，再换一个更强的模型，也只是把试点做漂亮一点。

真正稀缺的不是又一个 Agent 场景。

是能把 Agent 接进流程、权限和指标的人。

这种人，就是 FDE。

你可以先不招这个岗位。但你得承认，组织图上缺了这个位置，试点就会永远停在个人电脑上。

我把 Palantir 怎么藏这个岗、进场 72 小时问什么、尽调那 50 个问题，写成了一本 FDE 蓝皮书。负责人不必把 13 章读完，按失败复盘、影子 AI、进场和契约这条路径走即可。

完整方法 →