你的公司需要一个“养Agent的人”，但没人知道这个岗位叫什么

当一家公司高调宣布AI替代了多少人力、降本多少百分比时，很少有人会追问：那些被部署上线的AI Agent，后来怎么样了？瑞典金融科技公司Klarna提供了一个值得深思的反面教材。2023年底，Klarna宣布其AI客服已在35种语言中处理了75%的客户对话，随后裁掉700名客服人员，总员工从7400人缩减至3000人。每笔交易的客服成本从0.32美元降至0.19美元，降幅达40%。CEO Sebastian Siemietkowski在多个场合宣讲这一成功案例。然而不到两年后，客户满意度暴跌22%，2025年Q1季度净亏损9900万美元，公司不得不重新开始招人，甚至将软件工程师和市场营销人员调去呼叫中心顶班。CEO公开承认：“追求效率导致了服务质量的急剧下降。”

为什么大多数企业还没意识到这件事？

问题出在哪里？答案很简单：没有人在“养”那个Agent。具体而言：没有人持续监控AI输出的质量是否在漂移；没有人在业务规则变化时更新知识库；没有人定义“哪些场景必须交给人工处理”的边界。它被当成一台部署完就能永远运行的机器。但AI Agent不是传统软件——它的行为是概率性的，输出会随输入变化而漂移，面对的业务场景在持续演化。它更像一个永远不会主动举手说“我搞不定”的新员工，需要持续的监督和指导。

三种正在浮现的“养Agent的人”原型

Writer在2026年初对2400人（1200名一线员工加1200名C级高管）进行了一项调查，结果揭示了一个令人警醒的现实：97%的高管表示去年已部署AI Agent，但当问及是否获得实质性回报时，仅有29%给予肯定回答。79%的公司面临落地挑战，这一比例甚至比2025年更高。其中最值得关注的数据是：35%的公司在Agent失控时甚至不知道如何立刻关停。这不是技术能力不足的问题——模型够强、工具够多、预算够大。问题出在一个被所有人忽略的环节：上线之后，谁在管？

一个认知偏差导致的系统性失误

Dan Shipper在Lenny's Podcast中直言不讳地指出：“为了让AI Agent真正发挥作用，它现在确实需要一个在乎它的人。”他的团队Every从15人扩展到近30人，核心原因之一就是“每自动化一个流程，就需要有人盯着确认它在服务业务而不是在搞破坏”。目前海外企业里正在浮现出三种“养Agent的人”的原型： 第一种是业务骨干转型。Klarna在重新招人时，岗位名称已不再是“客服代表”，而是变成了一个新角色。这些人的职责不是自己接电话，而是审核AI的回答质量、定义必须转人工的场景、在AI给出错误方案时及时兜底。他们需要深入理解业务规则，但日常工作是“训练和监督AI”而不是“自己做客服”。 第二种是技术侧的“Agent运维”。与传统运维不同，传统运维关注系统是否宕机、延迟高不高；Agent运维关注输出对不对、有没有幻觉、上下文有没有丢失。Gartner在2026年5月的报告中预测，未来五年AI Agent将重塑基础设施运维团队的角色和运营模式。“看日志”的含义在发生变化：不只是看error log，还要看推理trace，判断模型为什么在某一时刻给出了一个看似正确

Agent越强，“养Agent的人”越重要

这三种角色有一个共同点：他们的核心能力不是在AI的输出和业务的真实需求之间做翻译和兜底。麦肯锡2025年分析了50个Agent项目失败案例后，提炼出六个关键因素，其中排在最前面的就是：持续维护是工程实践中最容易被低估、被跳过、被“等上线再解决”的环节。问题的根源在于一个认知偏差：人们把AI Agent当成了传统软件。传统软件部署完确实不需要天天有人养，版本固定、行为确定、输出可预测。但组织级Agent服务的是客户、影响的是营收、涉及的是合规，容错率极低。随着公司里Agent数量增长，这会变成一个规模性的管理问题。今天你有1个Agent，一个人兼职盯一下就行；明天你有20个Agent分布在客服、风控、研报、投放各条业务线，你就需要一个正式的团队、一套正式的流程、一个正式的职能。Writer的调查还揭示了一个更荒诞的现象：75%的高管承认他们的AI战略“更多是对外展示，而非真正的内部方向”。钱花了，公关稿发了，但配套的流程、人才和监督机制根本没跟上。

如有侵权，请联系删除。