給AI發(fā)工號(hào)、定崗位、做績(jī)效，數(shù)字員工終于能落地了

允中 發(fā)自 凹非寺
量子位 | 公眾號(hào) QbitAI

近兩年，每個(gè)看到AI Agent未來潛力的企業(yè)主，都曾努力嘗試過將其引入現(xiàn)有業(yè)務(wù)。

希望這群24小時(shí)在線的「數(shù)字精英」，能夠幫助自己進(jìn)行企業(yè)管理的降本增效。

包括但不限于將各種繁瑣的流程簡(jiǎn)單化、回答客戶的各種刁鉆提問……

但現(xiàn)實(shí)往往是：一頓操作猛如虎，一看落地全是Bug。

許多在演示PPT里無所不能的AI Agent，一旦進(jìn)入真實(shí)業(yè)務(wù)，就會(huì)暴露出令人崩潰的「職場(chǎng)巨嬰」短板：

• 流程混亂：讓Agent按業(yè)務(wù)流程辦事，走著走著就走偏——應(yīng)該先核對(duì)標(biāo)準(zhǔn)再提交的，它直接提交；應(yīng)該轉(zhuǎn)人工的情況，它自作主張?zhí)峁┮粋€(gè)錯(cuò)誤答案。
• 回答沒依據(jù)：做決策（如“可以報(bào)銷”）看似風(fēng)風(fēng)火火，但當(dāng)追問決策依據(jù)、來自企業(yè)的哪份文件、哪條規(guī)定，只會(huì)生編硬造。
• 今天改明天依舊犯：配置完發(fā)布，第一天犯的錯(cuò)，三個(gè)月后還在犯；幾千條對(duì)話積累的邊界案例和用戶反饋放在那，卻沒有任何機(jī)制能讓它「吃一塹長(zhǎng)一智」……

這種「不靠譜」，絕非換一個(gè)更強(qiáng)大的底層模型就能解決

市面上絕大多數(shù)Agent，其底層基因依然是聊天機(jī)器人的邏輯——它們被設(shè)計(jì)出來的初衷是「聊天陪玩」，而不是「低頭干活」。

它們沒有流程的狀態(tài)機(jī)，沒有知識(shí)的溯源鎖，更沒有自我迭代的閉環(huán)……

也因此，它們能陪你聊到天南海北，卻無法在復(fù)雜的企業(yè)流程里，穩(wěn)定地替你辦好一張報(bào)銷單。

然而，企業(yè)要的并不是一個(gè)會(huì)聊天的電子寵物，而是一個(gè)能扛事、能履職、能沉淀經(jīng)驗(yàn)的「數(shù)字員工」

為了解決當(dāng)前AI Agent存在的這些問題，面壁智能聯(lián)合東北大學(xué)-面壁智能數(shù)據(jù)智能聯(lián)合實(shí)驗(yàn)室、清華大學(xué)THUNLP實(shí)驗(yàn)室、OpenBMB與AI9Stars，正式開源了數(shù)字員工全流程構(gòu)建與管理平臺(tái)——StaffDeck

StaffDeck不只讓AI承接重復(fù)性溝通與標(biāo)準(zhǔn)化任務(wù)，更試圖將分散在人員、文檔和業(yè)務(wù)系統(tǒng)中的知識(shí)、方法與流程，轉(zhuǎn)化為可維護(hù)、可復(fù)用、可持續(xù)優(yōu)化的組織能力

它回答的，不只是一次技術(shù)的升級(jí)，更是一個(gè)關(guān)于「企業(yè)如何在AI Agent時(shí)代生存」的本質(zhì)問題。

GitHub開源鏈接：https://github.com/OpenBMB/StaffDeck

StaffDeck：重塑Agent時(shí)代的「數(shù)字員工」

StaffDeck的設(shè)計(jì)思路是：將每一個(gè)AI Agent視為企業(yè)里的正式員工，而非一個(gè)等待著被喚醒的「解題機(jī)器」。

在StaffDeck的世界里，每一個(gè)Agent都擁有自己的名字、崗位、工號(hào)、能力邊界、工作記錄，甚至「績(jī)效數(shù)據(jù)」。

它們像每一個(gè)普通職員一樣，需要遵循SOP（標(biāo)準(zhǔn)作業(yè)程序），需要依賴企業(yè)知識(shí)庫支撐決策，更需要在日常工作中接受反饋、修正行為。

另一方面，管理者能夠查看Agent掌握的SOP、知識(shí)和工具，也可以結(jié)合真實(shí)工作反饋繼續(xù)調(diào)整相關(guān)能力。

如此，StaffDeck幫助企業(yè)從三個(gè)維度，進(jìn)行了Agent時(shí)代的組織升級(jí)與進(jìn)化：

• 從「工具」到「員工」：AI不再只是被動(dòng)等待提問的工具，而是認(rèn)領(lǐng)了崗位的「數(shù)字替身」，開始主動(dòng)承接具體的業(yè)務(wù)流。
• 從「靜態(tài)發(fā)布」到「持續(xù)運(yùn)營(yíng)」：Agent的上線不再是一錘子買賣；真實(shí)的對(duì)話、用戶的差評(píng)、業(yè)務(wù)的邊界案例等等，都可以成為后續(xù)調(diào)整Agent知識(shí)與流程的依據(jù)。
• 從「?jìng)€(gè)人經(jīng)驗(yàn)」到「組織資產(chǎn)」：熟悉業(yè)務(wù)的員工可以將已經(jīng)梳理的政策知識(shí)、判斷標(biāo)準(zhǔn)、辦理流程等封裝進(jìn)Agent化身的數(shù)字員工，發(fā)布至員工廣場(chǎng)、供組織內(nèi)部其他成員使用，成為企業(yè)資產(chǎn)的一部分。

△StaffDeck數(shù)字員工廣場(chǎng)

三板斧，專治AI Agent的「職場(chǎng)病」

為了將「滿嘴跑火車」的Agent轉(zhuǎn)化為企業(yè)靠譜的數(shù)字員工，StaffDeck在底層設(shè)計(jì)上為AI Agent準(zhǔn)備了「三板斧」，使其從自由散漫的職場(chǎng)「老油條」，變成了勞動(dòng)模范員工。

01流程有章法，應(yīng)變有彈性（流程型技能）

業(yè)界過去做Agent，要么用「純技能接入」，靈活、但面對(duì)復(fù)雜流程時(shí)極易出現(xiàn)步驟混亂；

要么用「純工作流」，執(zhí)行路徑明確，但難以同時(shí)處理流程之外的任務(wù)。

StaffDeck獨(dú)創(chuàng)了狀態(tài)機(jī)驅(qū)動(dòng)的流程型技能，將SOP以技能方式接入數(shù)字員工，同時(shí)使用狀態(tài)機(jī)管理工作流，每個(gè)SOP對(duì)應(yīng)一個(gè)確定性的狀態(tài)機(jī)。

數(shù)字員工可以在多個(gè)SOP之間切換，并在切換過程中保留上下文，既有原則、又有彈性：

• 一句話生成SOP：

業(yè)務(wù)人員只需用自然語言描述處理流程，如「先收集發(fā)票，超標(biāo)轉(zhuǎn)人工，未超標(biāo)直接提交」，系統(tǒng)幾秒內(nèi)就能將其「蒸餾」為可視化的結(jié)構(gòu)化流程圖，包含信息收集、條件分支、工具調(diào)用和轉(zhuǎn)人工等節(jié)點(diǎn)，經(jīng)可視化確認(rèn)后發(fā)布。

• 一次對(duì)話串聯(lián)多個(gè)SOP：

用戶在同一請(qǐng)求中提出多個(gè)任務(wù)時(shí)，數(shù)字員工可以依次執(zhí)行對(duì)應(yīng)流程，并復(fù)用此前已經(jīng)獲取的信息。

比如，員工說「幫我報(bào)了差旅費(fèi)，順便查查我這個(gè)月還剩多少額度」，數(shù)字員工會(huì)依次喚起兩個(gè)流程，并且「記得」前一個(gè)流程里的所有上下文，無需用戶重復(fù)輸入。

• 中途打斷，自動(dòng)恢復(fù)：

執(zhí)行過程中出現(xiàn)臨時(shí)問題時(shí)，系統(tǒng)可以暫停當(dāng)前流程并保存已有信息，完成問題處理后再返回原節(jié)點(diǎn)繼續(xù)執(zhí)行。

正在填報(bào)銷單時(shí)，如果員工突然問「招待客戶的餐費(fèi)算差旅費(fèi)嗎？」，數(shù)字員工會(huì)暫停當(dāng)前流程，去知識(shí)庫找答案，回答完并附上出處后，主動(dòng)帶用戶回到中斷的步驟：「我們繼續(xù)，剛才您的發(fā)票金額還沒填完。」

△流程型技能列表

△SOP可視化編輯

02知識(shí)有來處，回答有章法（OKF結(jié)構(gòu)化知識(shí)庫）

傳統(tǒng)知識(shí)庫的最大Bug在于：它只負(fù)責(zé)把文檔切碎、檢索出來，但AI根本分不清這段話是一條「業(yè)務(wù)硬規(guī)則」，還是一個(gè)「歷史參考案例」。

StaffDeck率先引入了開放知識(shí)規(guī)范OKF（Open Knowledge Format），給企業(yè)知識(shí)資產(chǎn)做了等級(jí)劃分，劃分結(jié)結(jié)果如下：

配合知識(shí)分桶管理和檢索調(diào)試工具，管理員可以在后臺(tái)清晰地看到每一次回答，命中了哪份文件的哪一個(gè)章節(jié)、相關(guān)度得分是多少，確保AI Agent的每次回答都可溯源、都有來處。

03吸取教訓(xùn)，今日錯(cuò)、明日改（反饋迭代閉環(huán)）

很多Agent之所以淪為玩具，是因?yàn)樗鼈兩暇€即靜態(tài)——不會(huì)在錯(cuò)誤中進(jìn)化，第一天犯的錯(cuò)、三個(gè)月后還再犯，無法伴隨企業(yè)的期待成長(zhǎng)。

StaffDeck 建立了一條由「全鏈路Trace+用戶反饋+人工兜底」構(gòu)成的進(jìn)化閉環(huán)，解決了這個(gè)問題。

數(shù)字員工說的每句話、調(diào)用的每個(gè)API，都會(huì)被結(jié)構(gòu)化地記錄下來。

當(dāng)用戶點(diǎn)了一個(gè)差評(píng)，系統(tǒng)會(huì)自動(dòng)分類（如「工具調(diào)用超時(shí)」），并直接給管理員指出SOP的修改方向。

更精妙的是人工兜底機(jī)制

遇到制度里沒有寫明的灰色地帶（如「跨境差旅的匯率折算口徑」），AI Agent絕不硬編答案，而是保留當(dāng)前任務(wù)狀態(tài)，向業(yè)務(wù)創(chuàng)建者發(fā)出求助。

人工搞定后，創(chuàng)建者可以順手把這條經(jīng)驗(yàn)手動(dòng)補(bǔ)充到知識(shí)庫中、或優(yōu)化SOP。下次遇到同類問題時(shí)，它就已經(jīng)是一名掌握該答案的「熟手」。

△數(shù)字員工工作記錄

△對(duì)話詳情與任務(wù)結(jié)果

一句話背后的職場(chǎng)藝術(shù)

光說不練假把式。

經(jīng)過StaffDeck的「職場(chǎng)培訓(xùn)」，進(jìn)入企業(yè)真實(shí)業(yè)務(wù)流程的AI Agent會(huì)有什么表現(xiàn)呢？

財(cái)務(wù)報(bào)銷為例。

在過去，財(cái)務(wù)每天都要面對(duì)無數(shù)重復(fù)的提問：「差旅標(biāo)準(zhǔn)是多少？」、「發(fā)票怎么貼？」、「額度還剩多少？」等等。

現(xiàn)在，他們只需花幾分鐘，用大白話給「財(cái)務(wù)·報(bào)銷管家」寫一段話：

用戶申請(qǐng)差旅報(bào)銷時(shí)，先收集報(bào)銷事由、金額和行程，再核對(duì)是否超過差旅補(bǔ)助標(biāo)準(zhǔn)；未超標(biāo)則繼續(xù)收集發(fā)票信息并提交報(bào)銷單，超標(biāo)則轉(zhuǎn)交財(cái)務(wù)負(fù)責(zé)人審批。

StaffDeck就會(huì)自動(dòng)將這段話轉(zhuǎn)譯為一個(gè)精密的流程圖：

當(dāng)員工發(fā)起請(qǐng)求：

我上周去上海出差，幫我報(bào)一下差旅費(fèi)，順便看看這個(gè)月的報(bào)銷額度還剩多少。

報(bào)銷管家（AI Agent）就會(huì)自動(dòng)執(zhí)行操作：

識(shí)別出其中的兩個(gè)任務(wù)，先進(jìn)入報(bào)銷流程，熟練地收集行程與金額——

在這個(gè)過程中，面對(duì)員工突然插入的提問（「等一下，上海的餐補(bǔ)標(biāo)準(zhǔn)是多少來著？」），它暫停手頭的活，去OKF知識(shí)庫精準(zhǔn)檢索，附上文件鏈接和出處告知員工；

隨后，自動(dòng)拉著員工的手回到剛才中斷的表格前，繼續(xù)填寫，并在最后調(diào)用企業(yè)接口，絲滑地順手查出額度——

遇到制度未覆蓋的盲區(qū)，Agent也不會(huì)強(qiáng)行敷衍，而是禮貌地把整個(gè)上下文打包呈給財(cái)務(wù)主管。

人工審批后，這條新規(guī)則便成為它腦海中永久的記憶。

執(zhí)行可預(yù)期、依據(jù)可驗(yàn)證、邊界可識(shí)別、問題可追溯——這就是StaffDeck希望賦予每一個(gè)Agent數(shù)字員工的職場(chǎng)素養(yǎng)。

堅(jiān)定開源：幫助企業(yè)邁向智能化

圍繞數(shù)字員工的創(chuàng)建和運(yùn)維，StaffDeck還直接內(nèi)嵌了企業(yè)級(jí)能力，支持：

• 完全私有化部署：除代碼安裝方式外，項(xiàng)目里也提供了各操作系統(tǒng)一鍵安裝包。對(duì)于央國(guó)企、金融等對(duì)數(shù)據(jù)合規(guī)要求極其苛刻的機(jī)構(gòu)，可以在本地環(huán)境瞬間跑起來，數(shù)據(jù)不出域，安全有保障。
• 定時(shí)任務(wù)主動(dòng)執(zhí)行：StaffDeck支持?jǐn)?shù)字員工按照每日、每周、每月或一次性計(jì)劃執(zhí)行任務(wù)并推送結(jié)果。清晨，數(shù)字員工可以自動(dòng)拉取報(bào)表、進(jìn)行合規(guī)篩查，并在開會(huì)前將結(jié)果推送到你的工作群。
• MCP協(xié)議與企業(yè)系統(tǒng)打通：原生支持Model Context Protocol協(xié)議，通過HTTP API輕松接入ERP、CRM、OA系統(tǒng)。查訂單、寫報(bào)表、提審批，Agent不僅能動(dòng)口、更能真正動(dòng)手。

數(shù)字化解決的是「工作有沒有被記錄」，而智能化要回答的則是「工作能不能被穩(wěn)定承接」

模型的智商再高，如果缺乏一套可靠的操作系統(tǒng)去規(guī)束、去引導(dǎo)、去沉淀，它也終究只是一個(gè)局限在聊天框里的漂亮玩具。

本次開源的StaffDeck Preview預(yù)覽版，提供五個(gè)現(xiàn)成的數(shù)字員工（包含財(cái)務(wù)報(bào)銷、法務(wù)合規(guī)、人事服務(wù)、IT支持、行政管家），每個(gè)示例均配有完整的SOP和知識(shí)庫。

代碼已經(jīng)寫好，服務(wù)器已經(jīng)就緒，企業(yè)走進(jìn)Agent時(shí)代的入場(chǎng)券就在這里。

你所提交的每一個(gè)Issue，你所貢獻(xiàn)的每一個(gè)PR，都將在這個(gè)開源的生態(tài)里，長(zhǎng)成中國(guó)企業(yè)智能化未來的樣子。

期待廣大開發(fā)者的使用，一起共建：

GitHub開源鏈接：https://github.com/OpenBMB/StaffDeck