# 和合谷 AI Agent Workshop｜两部分 Workshop 文字版方案

- 日期：2026 年 7 月 24 日
- 总时长：150 分钟
- 形式：深度讲解 + Syfo Demo + 结构化 Q&A
- 本轮边界：仅文字版，不制作 Deck，不保留生产门槛案例、小组实战或 Clinic

## 一、整体设计

这不是把同一套内容讲两遍，而是围绕同一个主题拆成两个决策层级：

1. **第一部分面向核心高管和合伙人（5–8 人）**：回答“组织为什么要变、变成什么、管理者要重做什么”。
2. **第二部分面向业务总监和业务骨干（约 30 人）**：回答“工作怎么重构、Agent 怎么进入流程、个人和团队明天怎么开始”。

两部分共享一个判断：

> AI Native 不是多装一个工具，而是把目标、上下文、任务、执行、验收、责任和组织学习重新连成一套人机协作系统。

建议总节奏：

| 时间 | 环节 | 受众 | 形式 |
|---|---|---|---|
| 0–60 分钟 | Part A：AI Agent 带来的组织变革 | 高管 / 合伙人 5–8 人 | 35 分钟深讲 + 10 分钟 Demo + 15 分钟 Q&A |
| 60–70 分钟 | 转场 / 休息 | 换场 | 讲师收集高管问题，调整后半场重点 |
| 70–150 分钟 | Part B：AI Native 落地实践 | 业务总监 / 骨干约 30 人 | 45 分钟深讲 + 20 分钟 Demo + 15 分钟 Q&A |

不安排分组练习。现场互动全部收进 Q&A，并由讲师用参会者提出的真实问题做即时拆解。

---

## 二、Part A｜核心高管和合伙人（60 分钟）

### 1. 定位

**主题：当执行能力变得便宜，组织如何重新设计。**

这一部分不从工具功能讲起，而从组织经营讲起。重点不是“AI 能做什么”，而是：

- 执行供给快速增加以后，公司的稀缺资源发生了什么变化；
- 人、Agent、管理者和组织系统分别承担什么责任；
- 和合谷 这样的全球增长、数字营销、AI Automation 与云服务团队，如何从项目制交付走向可复制的人机混编经营单元；
- 老团队如何在不推倒重来的情况下完成第一轮转型。

### 2. 讲解主线（35 分钟）

#### 模块 A1｜个人提效不等于组织提效（8 分钟）

先抛出一个反直觉钩子：

> 员工使用 AI 的能力越强，组织的能力反而可能越弱。

原因不在模型，而在个人能力没有被组织吸收：

1. **组织上下文被零散化**：员工分别使用 Claude Code、Codex、WorkBuddy 等工具，流程、提示、判断和中间产物散落在个人会话、本地文件和私人工作方式里；个人变快了，组织却更难看见过程、复用经验和接续工作。
2. **效率红利被个人截留**：工作更快完成，并不自动等于公司获得更多产出。如果目标、激励和任务供给没有改变，多出来的时间可能被用于炒股票、接私活或其他个人目标。
3. **权责不对等**：组织希望员工借助 AI 承担更多结果，但 AI 的局限性会带来事实、客户、品牌、合规和生产风险；如果员工没有相匹配的权力、收益和保护机制，就不会愿意为这些风险负责。

因此，不能把“很多员工会用 AI”当成组织 AI 能力。组织真正要优化的是：

> 过去企业优化的是“每个人做得更快”，Agent 时代优化的是“一个人能组织多少并行执行能力”。

从个人工具走向组织能力，会经过四层：

1. **单次问答层**：人提出问题，AI 返回答案，价值主要是节省个人时间；
2. **任务委托层**：Agent 接受一个明确任务，跨工具执行并交付结果；
3. **工作流层**：多个任务被连接，有状态、有交接、有验收、有异常处理；
4. **组织层**：Agent 成为稳定角色，组织重新设计信息流、管理跨度、权利和责任。

#### 模块 A2｜新的组织单元：围绕结果动态组队（7 分钟）

用“业务结果单元”替代“工具列表”。一个有效的人机协作单元至少包含：

- 一个清晰结果；
- 一位对结果负责的人类 Owner；
- 若干承担分诊、研究、执行、检查和协调的 Agent 角色；
- 一组共享上下文、任务状态、交付物和决策记录；
- 明确的人类批准点和异常接管人。

不猜测 和合谷 未来应该采用哪一种 POD，直接用 Syfo 自己的研发协作说明：

1. 用户或同事先在 `#syfo-doctor` 报告问题；
2. 分诊 Agent Han Solo 读取上下文、追问复现信息、判断问题归属和优先级；
3. Han Solo 把结构化摘要转发到对应研发频道，并把原消息转换或创建成任务；
4. 研发 Agent / 工程师认领任务，在任务 Thread 里更新排查、修改和验证；
5. 高风险代码、发布或权限动作由人类批准；
6. commit、测试结果、部署证据作为交付物挂回任务，并把结论同步给最初报障的人。

这里的组织能力不来自某个 Agent“更聪明”，而来自问题能被分诊、传导、承接、追踪、Review 和闭环。

#### 模块 A3｜人和 AI 的分工：不是“能不能做”，而是“谁拥有哪种权利”（6 分钟）

用两条轴判断：

- **任务不确定性**：规则稳定，还是需要开放判断；
- **错误后果**：可轻易撤回，还是影响客户、预算、品牌、合规或生产系统。

形成四类工作：

1. 低不确定、低后果：Agent 可自动执行；
2. 高不确定、低后果：Agent 可探索，人做方向校正；
3. 低不确定、高后果：Agent 准备，人审批后执行；
4. 高不确定、高后果：人主导判断，Agent 提供分析、反证和备选方案。

再把分工讲成四种权利：**建议权、执行权、批准权、最终责任**。Agent 可以获得前三者中的一部分，但最终责任必须落在人和组织制度上。

#### 模块 A4｜未来没有纯执行者：人人都要学组织管理（8 分钟）

当 Agent 承担越来越多执行工作，公司里会越来越少“只接受任务、亲自执行、交回结果”的岗位。哪怕是应届生，也必须掌握过去只有管理者才需要的组织能力：

- 一个结果需要建几个 Agent；
- 需要拉几个频道，哪些信息放在哪里；
- Agent 之间如何分工、并行和交接；
- 上下文如何传导，怎样避免每一步重新解释；
- 哪些中间结果需要 Review；
- 如何看任务状态、发现阻塞、纠偏过程并对最终结果负责。

因此，“管理”不再只是带人的职级，而是每个知识工作者组织执行能力的基本技能。每个人都需要重做五件事：

1. **目标**：把模糊意图写成可检验的业务结果；
2. **上下文**：决定哪些数据、规则、历史和约束进入工作系统；
3. **验收**：提前定义完整性、准确性、时效和风格标准；
4. **异常**：规定何时暂停、何时升级、谁来接管；
5. **学习**：把每次修正沉淀成模板、规则、Skill 或组织记忆。

绩效也要从“完成多少动作”转向：一个人能组织多少可靠执行能力，产出吞吐、首次通过率、返工、异常、人工接管和知识复用如何。

#### 模块 A5｜组织 Context 白盒化：人逐步转向决策岗和闸口（6 分钟）

老团队转型不是先裁撤岗位，而是先把组织 Context 对 Agent 白盒化。需要被逐步显式化的，不只是文档，还包括：

- **流程**：工作如何开始、分支、交接和结束；
- **物料**：输入数据、历史案例、模板、术语和系统；
- **交付物**：每一步必须产出什么、交给谁；
- **评判标准**：什么是好、什么是错、什么必须返工；
- **绩效标准**：团队最终对什么业务结果负责。

随着 Context 变清楚，Agent 能力按五级演进：

1. **知悉**：Agent 能看到相关上下文；
2. **信息提取**：Agent 能检索、整理和回答；
3. **主动建议**：Agent 能发现缺口、风险和机会；
4. **方案制定**：Agent 能拆任务、形成方案和交付计划；
5. **自动化执行**：在清晰边界内持续执行、记录状态并升级异常。

人的角色同步迁移：从亲自执行，转向定义目标、补充 Context、做判断、Review 结果，并在客户承诺、预算、品牌、合规、权限和生产变更处担任决策岗与闸口。

组织不是一次性把全部知识喂给 Agent，而是沿着真实业务闭环，一步步把原本藏在个人经验和黑箱流程里的 Context 变成组织资产。

### 3. 高管 Demo（10 分钟）

**Demo 主题：Syfo 研发问题如何从报障进入可追踪闭环。**

Demo 不讲按钮，而展示组织控制面：

1. 同事在 `#syfo-doctor` 报告一个真实产品问题；
2. Han Solo 自动读取上下文，追问复现条件，判断问题类别、影响范围和优先级；
3. 它把结构化问题摘要转发到对应研发频道，并创建任务；
4. 研发 Agent / 工程师认领，在 Thread 里持续更新排查、修改、测试和阻塞；
5. 同伴 Review 代码与验证证据，生产发布仍由有权限的人批准；
6. commit、测试结果和部署证据作为交付物挂到任务；
7. 状态关闭后，把结论同步回 `#syfo-doctor` 和最初报障的人。

高管观察点：

- 谁定义成功；
- 谁拥有执行权和批准权；
- 信息如何跨角色流动而不反复重述；
- 出错时谁看得见、谁接管；
- 一次交付如何沉淀成下一次可复用的组织能力。

### 4. 高管 Q&A（15 分钟）

建议由讲师主动抛出四个问题，带动 5–8 人深聊：

1. 和合谷 当前哪类交付最受跨部门等待和信息重述拖累？
2. 如果 Agent 执行能力增加十倍，哪个管理瓶颈会先暴露？
3. 哪些客户承诺、预算、品牌和生产权限必须坚持由人负责？
4. 老团队最可能抵触的不是技术，而是哪种职责和评价方式变化？

回答框架统一使用：**现象 → 组织根因 → 人机分工 → 管理机制 → 最小迁移步骤**，避免变成产品功能答疑。

---

## 三、Part B｜业务总监和业务骨干（80 分钟）

### 1. 定位

**主题：从“会用 AI”到“能带 Agent 把工作闭环”。**

这部分不要求参会者当场设计生产门槛，也不做小组练习。目标是让业务负责人和骨干掌握一套可以第二天使用的工作方法：怎么选任务、怎么给上下文、怎么拆解、怎么验收、怎么协作、怎么接管。

### 2. 讲解主线（45 分钟）

#### 模块 B1｜什么才叫 AI Native 工作方式（6 分钟）

用三个对比讲清楚：

- Prompt 产出一段内容，不等于完成一个业务结果；
- 自动化一个步骤，不等于打通一个 workflow；
- 有很多 AI 工具，不等于团队形成了统一协作方式。

AI Native 工作闭环至少包含：**目标、输入、角色、任务、状态、交付、验收、异常、记忆**。

#### 模块 B2｜Agent 时代人的六项核心能力（10 分钟）

1. **问题定义**：把“帮我做一下”变成业务目标、受众、限制和成功标准；
2. **任务拆解**：按可并行、可交付、可验收拆成任务，而不是把思考过程切碎；
3. **上下文组织**：提供规则、案例、数据、历史决策和禁区；
4. **质量判断**：能辨别完整性、事实性、风格、业务合理性和风险；
5. **协作编排**：知道何时一个 Agent 足够，何时需要不同角色并行；
6. **边界管理**：明确哪些动作可自主，哪些必须先问、先审、先批准。

强调：未来优秀业务骨干的价值，不只是亲自生产，而是能把目标转成一个可运行、可纠偏的执行系统。

#### 模块 B3｜给 Agent 一份真正可执行的 Brief（8 分钟）

推荐七段式 Brief：

1. 背景：为什么现在要做；
2. 目标：最终业务结果；
3. 受众：交付给谁、影响谁；
4. 输入：数据、素材、历史案例和链接；
5. 约束：时间、预算、品牌、合规和不能做的事；
6. 交付物：格式、数量、语言、粒度；
7. 验收：什么算完成，哪些点需要人确认。

现场对比一个“薄指令”和一个“厚 Brief”，展示为什么很多所谓 Agent 能力问题，本质是上下文和验收问题。

#### 模块 B4｜把工作拆成可协作的任务网络（7 分钟）

讲清四个拆分原则：

- 按交付物拆，不按聊天轮次拆；
- 能独立推进的任务才并行；
- 每个任务只有一个清晰负责人；
- 依赖、缺口和下一步必须显式记录。

再解释频道、任务、Thread、文件和交付物各自的作用：

- 频道承载长期上下文；
- 任务承载责任和状态；
- Thread 承载执行过程；
- 文件是过程材料；
- 交付物是最终可复用结果。

#### 模块 B5｜真实案例：Syfo 研发如何用 Agent 完成分诊与闭环（8 分钟）

不假设 和合谷 的具体业务流程，先把 Syfo 自己每天使用的研发链路讲透：

1. `#syfo-doctor` 是统一问题入口，避免报障散落在私聊和多个研发群；
2. Han Solo 负责首轮分诊：补信息、判断归属、形成结构化摘要；
3. 问题被转发到对应研发频道，并创建有负责人、有状态、有下一步的任务；
4. 排查、实现、测试和 Review 分别由适合的人或 Agent 承担；
5. 执行过程留在任务 Thread，主频道只保留关键结论；
6. commit、测试和部署证据成为交付物，最终结论回到问题来源。

这个案例可迁移的不是“研发”本身，而是通用模式：**统一入口 → 分诊 → 路由 → 建任务 → 执行 → Review → 交付 → 回告**。现场 Q&A 再让参会者把自己的业务映射到这条链路，而不是讲师替 和合谷 猜流程。

#### 模块 B6｜从一次成功到团队复用（6 分钟）

一次好的 Agent 协作不能停在聊天记录里，需要沉淀：

- 可重复使用的 Brief 模板；
- 典型输入和高质量输出样本；
- 验收清单；
- Agent 角色说明；
- 常见异常和接管方式；
- 可安装的 Skill、脚本或系统连接；
- 任务、交付物和关键决策记录。

团队规模化不是把同一个 prompt 发给更多人，而是让团队共享同一套工作标准和组织记忆。

### 3. 业务团队 Demo（20 分钟）

沿用 Syfo 研发分诊场景，比高管场更完整地展示“一个人如何组织多个 Agent 把问题闭环”：

1. **2 分钟：问题进入统一入口**
   - 在 `#syfo-doctor` 报告一个产品问题；
   - 说明为什么不直接私聊某个工程师。
2. **3 分钟：Han Solo 分诊**
   - 自动读取频道上下文；
   - 追问环境、复现步骤、影响范围和预期结果；
   - 生成结构化问题摘要。
3. **4 分钟：路由、建任务与分工**
   - 转发到对应研发频道；
   - 创建任务并明确负责人、状态和下一步；
   - 分配排查、代码、测试和 Review 角色。
4. **4 分钟：并行执行与过程管理**
   - Agent / 工程师在 Thread 更新证据和进度；
   - 显示一个依赖或信息缺口如何被公开，而不是静默卡住；
   - 人在错误方向上及时纠偏。
5. **4 分钟：Review 与人工闸口**
   - 同伴检查修复是否覆盖根因、回归和边界条件；
   - 生产发布、权限和高风险变更由有权限的人确认。
6. **3 分钟：交付与回告**
   - commit、测试结果和部署证据作为交付物挂到任务；
   - 任务完成后把结论同步回 `#syfo-doctor` 和报障者；
   - 展示流程如何沉淀成下一次可复用的组织 Context。

Demo 要持续口播五个问题：**现在谁负责？做到哪了？信息传到哪里？谁在 Review？下一步由谁决定？**

### 4. 业务团队 Q&A（15 分钟）

建议按五类收问题，避免散：

1. **能力**：Agent 能做 PPT、表格、研究、代码或运营到什么程度？
2. **协作**：多个 Agent 会不会乱，如何分工和避免重复？
3. **上下文**：历史资料、客户信息、团队经验怎么给到 Agent？
4. **安全与责任**：敏感数据、外部系统、错误和高风险动作怎么办？
5. **落地**：从哪个场景开始、需要什么人、怎么评价是否有价值？

每个回答尽量落回一个具体工作闭环，并明确“Agent 做什么、人做什么、如何验收”。

---

## 四、两部分的衔接

高管场结束时不做“试点承诺”，只留下三个管理问题：

1. 和合谷 希望先放大哪一种组织能力：门店运营、会员营销、供应链、新品协同、人才培养还是管理？
2. 哪些责任与权限即使 Agent 能做，也不能转移？
3. 哪一个旧业务闭环最适合成为组织学习样本？

后半场开场时把高管场形成的共识转成业务语言，但不披露敏感讨论：

- 高管关心的是组织结果、责任和经营；
- 业务团队要学习的是如何提供清晰目标、上下文、验收和反馈；
- 两者通过同一套任务、状态、交付物和人工批准机制连接。

---

## 五、会前准备

### 高管 / 合伙人

每人准备一个问题即可，不要求填写 Canvas：

- 一个跨门店、区域与总部协作，长期受等待和返工影响的业务闭环；
- 一个最担心 Agent 进入组织后引发的责任、客户或管理问题。

### 业务总监 / 骨干

主办方提前收集 3–5 个问题，现场用于 Q&A：

- 最近最想交给 Agent 的真实工作；
- 当前输入材料和输出要求；
- 最难判断或最容易返工的环节。

无需分组、无需现场提交作业。

---

## 六、与原方案相比的调整

删除：

- 生产六道门及逐门案例讲解；
- Production Readiness Canvas；
- 小组 Clinic；
- 现场评分、红黄绿门槛和试点承诺。

保留并加深：

- AI 工具 → Agent workflow → AI Native 组织；
- 人的能力变化；
- 人机分工与责任；
- Syfo 现场 Demo；
- 和合谷 相关业务场景；
- Q&A。

新增：

- 高管专属的组织生产函数、人机混编 POD、权利与责任、管理闭环、老团队迁移；
- 业务团队专属的七段式 Brief、任务网络、协作原语、Syfo 研发真实链路和团队复用方法；
- 同一 Demo 的高管视角与执行视角双层讲法。

## 七、成功标准

高管场结束后，参会者能够回答：

- AI Agent 改变的究竟是工具效率，还是组织生产方式；
- 人、Agent 和管理者的权利与责任如何重新划分；
- 老团队应该从哪一级迁移开始。

业务团队场结束后，参会者能够回答：

- 什么是一个完整的 Agent workflow；
- 如何写出可执行 Brief、拆任务、给上下文和验收；
- 如何在真实业务中与 Agent 协作并在关键节点接管。