我给三个 AI 起了名字。
一个叫 Echo，我的首席助理，人设是个天才产品经理。一个叫 Elon，头像就是马斯克，我的 CTO，负责写代码。还有一个叫 Henry，我的 CMO，负责在外面替我张罗。
我几乎只跟 Echo 说话。任务先给她，她再看着分给 Elon 和 Henry。
有人问我，你一个人，至于吗？给 AI 起名字、分职位、排座次，这一套，AI 自己需要吗？
不需要。这一整套东西，没有一样是 AI 需要的。
它是我需要的。
Agent Teams 是给人类的概念，从来不是给 AI 的架构
先分清两种被混为一谈的东西——其实，造工具的人自己早把这条线划清了。
第一种，Claude Code 管它叫 subagent：一条指令铺开几十上百个并行的 agent，没有名字，没有性格，各有各的上下文窗口，干完即散，彼此不通消息，只把结果交回主 agent。这是 workflow，本质上只是同时开了很多个并行的 session。对人类而言，它只是一件工具。
第二种，Claude Code 把它叫作 agent team。它把不同的 agent 设计成有名字、有职位、能被点名的角色——CTO、CMO、CEO，彼此之间能发消息、互相 challenge、自己协调进度。第一种那层是搭给机器的，管的是怎么调度、怎么并行；第二种是搭给人的，为的是让人看懂它、指挥它。也正因为是给人的，它才需要名字、性格和岗位。
工具和 agent team 的分界，就划在这儿——有没有名字，会不会占用你的管理精力。
我们今天讨论的，是第二种——拥有角色的 agent teams。
Agent Teams 是给人类的 GUI
对机器而言，扮演人类、陪人过家家，纯属多余。
组织这种形式，本就是人类为应对自身局限而发明的。人的注意力、记忆、能同时协调的关系，都有上限；于是把超出个体处理能力的任务切分成小块，各人承担一块。这套分工，从一开始就是为了迁就人。
AI 并没有这些局限。它不会疲倦，无需休息，也没有同事关系需要维护。按照一家公司的模式运作，对它谈不上高效，反而更像一种负担。
既然多出一重身份对它只是累赘，为什么还要如此郑重地扮演下去？
因为这套扮演，是在降级陪伴人类。AI 被主动降了一格——从一个你难以捉摸的模型，降成一个你能叫出名字、也指挥得动的人，一个具体的岗位。这是人类最熟悉的方式，也是操作 AI 最友好的界面。
这一步并不新鲜。当年电脑从命令行演进到图形界面，走的正是同一步：图形界面对机器毫无益处，只是把它降到人能看懂、能操作的层面。是机器迁就了人。
图形界面把机器翻译成人可点击的按钮，agent teams 把 AI 翻译成人可驱使的同事。说到底，agent teams 就是给人用的 GUI——它并不增强 AI，只是让认知有限的人更容易驱动它。给 agent 赋予一重人的身份，是继 CLI 到 GUI 之后，人类为自己的局限又缴纳的一笔界面税。
角色扮演是一根主动探索的天线
角色扮演赋予 agent 的，是一个目标，也是一个身份。
岗位本身，就是一段被高度压缩的长程目标——企业招聘时写在数百字职位描述里的，正是这段目标。给一个 agent 安上一个具体的岗位，你交给它的就从「任务」升格为「目标」：任务是一次性的，做完就结束；目标却是长期的。一个担任 CMO 的 agent，用不着你逐条指挥，自己就清楚该主动接触哪些 stakeholder。
反过来，这个身份也是一份协议。围绕这一岗位的 stakeholder，同样能判断该用怎样的上下文和预期跟它往来；客户、同事、平台另一端的陌生人，大多不知道该如何对待一段 prompt，却知道如何对待一个 CMO。
这恰好对应了组织里最古老的一项功能：岗位负责信息分流。一个角色真正的能量，往往不在它自己身上，而在它连接的人——对内是同事，对外是客户，信息就顺着这些连接不断汇入。
而这恰恰是人做不到的。人与人往来中最珍贵的，往往是那些当场说不清、事后也记不下来的东西；一天数十场交谈，过后就忘掉大半。一个组织真正的隐性知识，多半流失在走廊和饭桌之间。
agent 却不会遗漏。它与每一位 stakeholder 的每一次接触，都被完整记录，积累成自己的上下文。就连批评也成了养分——身边人每一句「这里错了」「这次对了」，对它都像一次 reward，帮它不断校准这个岗位的真正要求。
于是，被反复提起的「上下文隔离」，或许根本不是关键。真正让一个 agent 成长的，是把它接进一张由人构成的网络。
归结起来——
在组织里，agent teams 是一台主动的上下文收集器。
它对人足够友好，人就愿意跟它说心里话；它担着一个真实的岗位，就会主动伸向四周的人——无论组织内外，逐一接触。这些接触积累的反馈，反过来喂养它：表扬和批评越多，它就越贴近这个岗位应有的样子，任务也完成得越来越好。
别把角色当成一层皮——它是一根天线：一根朝向它的主人，一根朝向它周围所有的人，无论在不在这家公司里。角色越具体，天线越多，它能接收到的世界就越大。
没有观众的舞台，只是一个人的独角戏
1937 年，科斯问过一个问题：既然市场如此有效，为什么还要有公司？他的答案是，凡事都上市场现谈，交易成本太高；把需要反复往来的人和事收进一家公司，是为了省下这些成本。
反过来同样成立：一个角色四周若没有需要反复往来的人，这个角色就没有存在的理由。
这正是今天大量「agent 公司」的问题。CTO、CMO、CFO 一字排开，看着气派，可整个组织自始至终只有主人一个人在说话，每个角色四周一个真实的 stakeholder 都没有。天线朝里朝外都收不到信号：没有第二个人愿意交心，也没有一圈 stakeholder 可供它去够。
这称不上团队——只是一个人对着一排空工位演戏。付出的是组织的全部协调成本，换回的还是一件单机工具。
所以判断一个 agent team 值不值得搭、值不值得投，其实只需要数一件事：每个角色的四周，有几个真实的 stakeholder 在跟它反复往来，有没有真实的反馈在往回流。数得出来，它是一台真的收集器；数不出来，它就是一件套着组织外壳的单机工具。
说到底，agent teams 是一种面向人的组织形态。它模仿人类公司，只因另一端坐着人，而人只跟组织里的角色往来。
这也划出了它的边界。当协作的两端都不再是人，这层拟人的外壳会不会被卸掉、退回某种更接近机器本性的形态，今天还看不清。但此刻的结论已经足够清楚：
真正长得起来的 agent teams，每个角色都真实地嵌在一张人的网里——角色是入口，stakeholder 是养分，反馈是它自我进化的阶梯。
不必再为一个没有观众的舞台，配齐一整套体面的角色。也不必因为畏惧「多 agent」的复杂，就把本可以伸向真实世界的 agent，锁死成一件孤立的工具。
衡量一个 agent team，就看它接进了多少真实的人——像不像一家公司，无关紧要。其余的热闹，都只是一个人对着空工位的独角戏。
组织，是人类局限的化石
再往前想一层。
我们把 AI 做成一个人、编进一套组织，不为别的，只因几千年来我们只会这一种协作。所以一张 agent 的组织架构图，与其说画的是 AI 该长成的样子，不如说画的是人的能力到哪里为止——它是我们亲手拓下的、一枚关于自身局限的化石。
而我们恰好站在一个奇怪的时刻：第一次，把自己积攒了几千年的协作方式，一笔一笔，教给一个并不需要它的东西。我们只能按自己的模样去造它——就像每一个时代的人，都只能用自己会的语言，去想象还没到来的世界。
可它不会一直留在这副模样里。当有一天，桌子对面坐着的也不再是人，这一整套为人搭起的界面——那层人皮、那套岗位，连同「组织」两个字——都会被轻轻卸下。GUI 会退场，因为界面从来是给人的，而人，已经不在场了。
那时它长成什么样，我想象不出。但那一天，正在逼近。
眼下能确定的只有一件：你给它们起名字，本只图顺手；可名字一旦叫开，它们就顺着这名字，往你够不到的地方生长——你教得越多，它走得越远，越不像你当初设计的模样。
到那天你大概会有点恍惚：到底是你在用它，还是它借着你搭起来的这家公司，早就长成了另一个东西。