从“会用 AI”，
到 Agent workflow 进入生产。
AI Native 组织的能力、系统与责任：让 Agent 进入真实业务流程，成为可协作、可管理、可验收的工作系统。
结束时，不只理解概念，还要形成可行动的生产判断。
分钟
Agent 时代人的能力要求。
分钟
企业怎样真正走向 AI Native。
分钟
Syfo 生产协作 Demo。
分钟
生产门槛、案例与小组 Clinic。
Tony Ren
长期从事 AI、数据基础设施、企业产品与全球化工作流实践。
WebEye 的问题不再是“要不要 AI”，
而是哪些 Agent 能承担业务责任。
海外营销
市场、渠道、创意、投放、分析和客户协作。
ORCA / Custom AI
已有 Agent 产品与 workflow，下一步是可靠性和责任。
Cloud MSP / AI
运维、成本、安全、数据和生产变更要求强治理。
游戏 / 电商
高频实验、跨平台数据与持续复盘。
AI Native 不是“大家都用 AI”，而是人和 Agent 在同一责任链里工作。
目标 · 判断 · 关系 · 责任
处理例外与权衡，承担客户承诺和最终决策。
任务 · 过程 · 审批 · 交付
上下文、执行状态、质量和结果都进入团队空间。
研究 · 执行 · 跟进 · 复盘
承接高密度信息处理和持续工作。
工具、workflow 与组织，解决的是不同问题。
问答、写作、总结。个人更快，过程和经验常留在个人。
调用数据和工具完成流程，但责任与接管可能仍不清楚。
Agent 有角色，人有责任，过程可见，结果可验收，失败可回滚。
价值从“亲手执行”，转向组织高质量工作。
任务拆解
把模糊目标拆成可认领、可验证、可升级的工作。
上下文工程
知道哪些数据、规则、历史和约束决定质量。
质量判断
把“感觉不错”变成结构化验收标准。
异常处理
识别不确定、冲突、越权和业务例外。
协作设计
让人、Agent 和系统在同一责任链上接力。
定目标、给上下文、设验收、做判断
用六个问题识别假提效。
谁负责下一步？
AI 产出后是否自动进入责任和状态系统？
失败谁能看见？
是否有日志、告警和明确的人工接管？
质量如何验收？
是否有标准、样本、抽检和错误分类？
权限有多大？
能读什么、写什么、执行什么、谁批准？
经验留下了吗？
修订和成功案例是否成为团队资产？
业务周期变短了吗？
还是只是生成了更多内容和更多审核工作？
规模化落地，需要四类角色共同在场。
一号位
示范、优先级、资源与跨部门阻塞。
业务 Owner
流程、验收、例外、结果与责任。
技术 / 平台
数据、权限、工具、评估、日志与可靠性。
一线使用者
真实案例、失败反馈和流程知识。
一号位不能只“支持 AI”，而要亲自改变工作方式。
亲自使用和暴露工作过程
把目标、判断和反馈放进系统，而不是只要求团队学习工具。
明确哪些流程值得深做
不追求全公司铺开，选择高价值、可验收、有 Owner 的闭环。
数据、权限与技术支持
让试点不被部门边界和系统访问卡死。
定义红线与升级机制
明确哪些动作不能授权，失败时谁接管。
先选业务闭环，再选模型和工具。
Campaign Launch
研究、策略、创意、QA、上线与复盘。
ORCA 生产化
评估、权限、日志、人工接管与客户解释。
Cloud MSP
事故、成本异常、状态更新与回滚。
增长实验
洞察、假设、执行、分析与下一轮任务。
Syfo 是人和 AI 同事一起完成真实工作的地方。
另一个孤立聊天框
聊天回答通常没有负责人、状态、审批、版本和交付。
组织 Agent 的协作底座
Agent 进入频道、认领任务、在线程执行、提交交付并接受审阅。
频道
共享业务上下文。
任务
负责人、状态、验收。
Agent
角色、工具、记忆。
交付物
结果、版本、复用。
讨论会变成任务，
任务会变成交付。
人在频道里给目标和边界；Agent 认领任务、在线程执行；结果以交付物回到团队。
让每次工作都形成责任、交付与记忆。
人类提出业务结果、边界和资料。
成员或 Agent 明确责任和下一步。
在线程调用工具、协作并更新状态。
高风险输出由人类确认或驳回。
交付、反馈和规则成为下一次上下文。
从客户 brief 到上线检查，形成一条可审阅的增长流水线。
市场 / 受众 / 竞品
整合历史表现与外部信息。
目标 / 渠道 / 假设
形成预算和实验边界草案。
素材矩阵 / 平台检查
适配规则、链接、命名和追踪。
上线 / 异常 / 复盘
维护状态、问题与下一轮行动。
从“任务能跑通”，升级为客户敢依赖的生产系统。
评估集代表真实吗
覆盖正常、边界、异常、长尾与高风险样本。
权限和接管清楚吗
最小权限、审批、停止、人工接管与回滚。
客户能理解责任吗
输入、工具调用、输出、失败与修改可追溯。
Agent 准备上下文，人类掌握生产变更与回滚。
汇总监控、日志、成本异常与近期变更。
影响范围、可能原因、证据与处置选项。
工程师确认变更、回滚和客户沟通。
时间线、根因、行动项与知识更新。
让每一轮实验，都成为下一轮的高质量上下文。
数据与用户信号
问题、机会和历史表现。
变量与预期
明确影响机制和成功条件。
任务与质量控制
素材、配置、上线与异常。
结论与下一轮
证据、限制、决策与新任务。
15 分钟，只演示一条完整链，
不追求功能大全。
48 小时形成上线计划
市场研究、渠道策略、素材矩阵、QA 与任务分工。
五个角色
市场、策略、创意、QA、运营。
全部数据虚构
不使用真实客户、账户、预算或用户数据。
让 Agent 的能力进入可验收流程。
创建项目现场
发布目标，转换为任务，明确 Owner、状态、下一步和验收。
五个 Agent 分工
在线程研究、拆解、识别缺失信息和风险。
提交交付物
市场摘要、Campaign brief、素材矩阵、上线检查单。
人类审批
修改预算和客户承诺，批准或驳回上线建议。
能完成任务，不等于可以进入生产。
价值与 Owner
业务结果、责任与失败成本。
数据与上下文
来源、质量、时效、版本与证据。
工具与权限
只读、草拟、执行、审批与隔离。
质量与评估
测试集、抽检、错误分类与阈值。
可观测与审计
日志、成本、来源、版本和失败原因。
接管与回滚
停止、升级、撤回和责任。
没有 Owner 和可信上下文，
Agent 只会更快地制造不确定。
谁承担业务结果？
高频或关键流程；成功可衡量；失败成本清楚；有单一业务 Owner。
Agent 根据什么工作？
数据来源、质量、时效、合规、版本、规则与历史案例明确；输出能引用证据。
权限越大，越需要严格评估和分级授权。
能做什么？
最小权限；环境隔离；密钥管理；只读、草拟、执行和审批层级。
什么叫合格？
离线测试集、线上抽检、错误分类；准确、完整、一致、合规与业务约束。
生产系统必须为失败而设计。
发生了什么？
输入、模型、工具调用、输出、耗时、成本、版本、修改和失败原因可追踪。
谁来停止和恢复？
不确定时停止；明确升级对象；动作可撤回；高风险操作人工确认。
评估一个 Agent workflow，要同时看质量、效率和业务一致性。
质量
准确、完整、一致、合规和高风险错误。
时效
端到端周期、等待时间和 SLA。
人工介入
接管率、修改率、升级率与审核负担。
业务结果
转化、成本、稳定性和结果一致性。
授权应该随着证据逐步增加。
少量样本，证明可行。
Agent 给建议，不影响真实流程。
人确认后进入流程。
低风险动作自动，高风险审批。
监控漂移、复盘错误、调整授权。
用一个真实 workflow，完成红黄绿生产诊断。
小组填写 Canvas
流程、Owner、上下文、人 / Agent 责任、指标、权限与回滚。
两组分享
重点说红灯：为什么现在不能直接进生产。
讲师点评
确定应该影子运行、辅助模式，还是受控执行。
30 天不追求“大平台”，只验证一个高价值流程。
定义
Owner、样本、指标、数据、权限、红线。
影子运行
不影响真实业务，收集错误与缺口。
辅助模式
人工确认；观察修改率与介入率。
复盘
决定扩大、调整、降低授权或停止。
推荐试点 A
跨渠道 Campaign Launch：资料、策略、创意、QA、任务和复盘。
推荐试点 B
ORCA workflow 生产门诊：评估、日志、权限、接管和客户解释。
离开前，确定1 个流程、1 位 Owner、1 条红线。
流程：________________
30 天希望改变的业务指标：________________
业务 Owner：________________
绝不授权给 Agent 的动作：________________
真正的 AI Native，
不是更多 Demo，
而是更多可承担责任的工作系统。
让 Agent 做得动，让组织看得见，让人接得住，让失败退得回。