当 AI 在加速狂奔，什么反而应该“慢”下来？

王鹏腾讯研究院专家

加速时代的悖论：

当“你的 AI”开始对“我的 AI”说话

2026 年，人工智能正在经历一次深刻的角色跨越：从过去几年的“对话交互”，全面走向“自主交付”。

过去，AI 停留在屏幕侧边栏的对话框里，你问它答，提供的是参考建议；而今天，智能体（Agent）开始走出对话框，真正嵌入日常工作流。作为国内用户规模最大的 AI 办公提效智能体，腾讯 WorkBuddy 在经历 100 余次版本迭代后，已累计承接超过 90 亿次任务请求，带动 Token 消耗增长 50 倍以上；据第三方 AI 产品榜 8 月桌面端数据，国内 AI 办公智能体桌面端总月活已达 3316 万，其中 WorkBuddy 位列总榜第一，月活规模占该赛道三分之一以上。在企业的业务一线，蒙牛通过内部 AI 创新大赛跑出 45 个“数字员工”，将单牧场诊疗时效从 1.5 天缩短到 2 小时；上海家化在 9 大部门规模化落地 WorkBuddy，将每月 4.5–6 人天的 6000 万行物流账单对账压缩到 20 分钟以内。

单点工作流的提效，已经是不争的事实。但当我们在 AI 的加速度里一路狂奔时，一种微妙的职场异化也在悄然发生：

在不少率先普及 AI 工具的机构里，汇报材料和文档里的“AI 味”越来越浓。往往是一个人用 AI 在几分钟内生成了洋洋洒洒的万字长文，发给另一端；另一端的同事根本来不及细看，又用自己的 AI 把这篇长文浓缩成三条摘要。

当沟通演变成“你的 AI 对着我的 AI 说话”，信息的体积膨胀了数倍，人与人之间真实的思想碰撞却被稀释了。

这正是 2026 腾讯全球数字生态大会抛出的那个直击痛点的追问：一个充满“超级个体”的团队，自动就是“超级团队”了吗？

答案通常并不乐观：还不是。如果部门之间依然靠漫长的会议去对齐口径，如果同样的方案还在不同团队重复造轮子，如果关键经验依然锁在少数人脑子里——那么，个体的单兵速度越快，制造出的信息洪流就越容易转化为组织内部消化与甄别的负担。单点的效率提上去了，群体的协同却被摩擦抵消了。

当全行业都在高喊“AI Native（AI 原生）”的时候，或许我们更需要一点“People Native（以人为本）”的清醒。作为一家 AI 科技企业，腾讯始终秉持着一个清晰、有温度且直击本质的价值主张：“让人放心，把人放大。”

在今年的全球数字生态大会上，这一主张被具象化为一套以“以人为本”为轴心的「AI 原生生产力飞轮」——以 AI 原生工作流推动效率提升，以 AI 原生技术架构保障可管可控，以 AI 原生组织促进人机协同与创新涌现。在这套飞轮背后，藏着智能体时代关于“快与慢”、“机器与人”、“个体与共同体”的深层辩证法。

让人放心：

唯有底层“可管可控”，

技术才能走向组织的“规模应用”

为什么在企业进化的飞轮里，当工作流跑起来之后，必须立刻由技术架构接棒实现“高效运行、可管可控”？因为当 AI 从“陪人聊天”转向“替人办事”，人与机器的信任逻辑发生了根本改变。

在生成式 AI 刚出现的时候，人们对它的心态像是在看一个蹒跚学步的孩童——它能写诗、能画画，偶尔答非所问，用户会觉得新鲜，包容度极高。但当工作流中的任务请求以数十亿次计爆发，当智能体真正进入企业的核心业务流、开始替人改代码、核账目、发通知、跑审批时，宽容就会让位于审慎：它会不会越权看到不该看的隐私？万一它在后台跑偏了逻辑，谁来为结果兜底？

速度改变的是工作方式，但绝不能降低工程与制度的标准；稳定性、安全性与可用性，始终是数字化时代不可让渡的长期资产。没有技术架构上的“可管可控”，AI 就永远只能停留在小范围的个人尝鲜，无法迈向企业级的“规模应用”。

在人类社会中，我们之所以敢把一件事交给同伴去办，不是因为对方永远不会犯错，而是因为彼此之间有清晰的分寸、兜底的机制与透明的沟通。腾讯对底层 AI 原生技术架构（Agent Infra）的重构，如果剥开技术的外壳，在人文与治理意义上其实是在确立三重关于“放心”的制度契约：

第一，是懂分寸的权限边界——“代人跑腿，但绝不越权”。人与代理者之间最忌边界模糊。在腾讯构建的安全体系与企业微信机制中，有一条铁律：智能体可以代人执行任务，但绝不默认继承人的全部权限。它只以“你”本人的授权视野去办事——你平时看不到的文档、进不去的群，AI 同样无法触碰；而一旦涉及对外发送消息、修改核心配置等敏感动作，系统必须停下来，等待你本人在客户端完成二次确认。

第二，是能兜底的容错空间——“给探索留出余地，给失误装上围栏”。无论是人的创新还是智能体的探索，都离不开试错。许多机构之所以对规模化引入 AI 望而却步，是因为在生产系统里“错不起”。为此，底层的开源安全沙箱给每个智能体开辟了独立的“数字工位”，在计算、网络、数据与凭证上划定四道刚性围栏——“不干预它的灵活性，只管住它不可控的部分。”同时，环境状态支持随时保存与回退：哪怕智能体在尝试中走错了路，也能退回上一刻换条路径重来，将试错的代价严格锁在围栏之内。

第三，是可追溯的透明过程——“打开黑盒，让行动有迹可循”。未知最容易滋生猜忌。传统软件监控只记录一行报错日志，而智能体“答得不好”往往并不报错。通过全链路可观测平台，智能体在后台的任务执行、知识召回与工具调用轨迹被完整还原。看得见它是如何一步步做出判断的，查得清偏差究竟出在哪一环，机器才不再是令人不安的暗箱。

说到底，“让人放心”的本质，是在人机协作中建立起深层的“人机回环”——无论智能体跑得多快，在关键的决策节点上，人始终能看见、能理解、能介入。方向盘和最后的“刹车权”，永远握在人的手里。

把个体放大：

从“工具提效”到“本事放大”，

人的自主性与“三个慢下来”

当底层的护栏立住了安全感，个体便获得了从繁琐事务中抽身的自由。但随之而来的是另一个关乎自我价值的追问：如果机器写得比我快、算得比我准，人的位置究竟在哪里？

前段时间，职场舆论场上充斥着各种制造焦虑的讨论：有人担忧“中层坍塌”，有人争论到底是年轻人凭借新工具淘汰资深者，还是资深者凭借经验压制年轻人。

但在真实的产业实践中，我们看到了截然不同的答案：无论过往的经验、背景与年龄如何，真正的分水岭从来不是资历，而是谁拥有“自主性（Agency）”——谁懂得用 AI 化的思维方式去重新定义问题、调动资源。

在腾讯“以人为本”的价值坐标里，AI 从来不是为了替代人、矮化人，而是把人的角色从数据的“矿藏”与流程的“齿轮”，重新变回服务的“目的”。这正是此次大会上「人类职业进化计划」所倡导的核心主张：“本事放大，职业进化。”

在 AI 原生工作流中，这种对个体本事的放大体现为一场清晰的人机分工：WorkBuddy 承担起跨系统操作、整理纪要、核对报表等重复确定的执行工作；而人则退后一步，回归思考、创意、挑战、质疑、验收与评价。无论是人力资源、行政、法律、理财投资，还是内容创作、创意设计、高校科研与市场营销，每个职场人都可以在专属工作台上随时召唤职业领域专家，将行业 Know-how 转化为手边的能力模块，并在日常磨合中让数字助手越来越懂自己的工作习惯。

当“怎么执行”的门槛被大幅削平、当生成本身变得廉价，人的核心竞争力正在从外部知识的记忆积累，全面转向内部特质的锤炼。在 AI 加速生成一切的时代，人恰恰需要在三件事上“慢”下来：

第一，慢下来打磨“品鉴能力（Taste）”。十份方案、百行代码可以瞬间生成，但哪一份方案真正切中要害？哪一种架构真正经得起推敲？AI 抬高了日常产出的基础水位线，但工作成果的上限，始终取决于人的审美直觉、价值判断与取舍智慧。能不能做对选择、把事情真正做好，最终考验的是人的品鉴能力。

第二，慢下来“用好人脑、说好人话”。工具越是唾手可得，越要警惕思维的惰性。卸下机械排版的重担，不是为了让人交出思考权，而是为了让人不被眼花缭乱的新概念裹挟，回到第一性原理——去追问一件事到底解决了什么真问题、创造了什么真价值。去掉套话与冗余，把深度思考浓缩在最真诚、最核心的观点里。

第三，慢下来建立“高浓度的人际信任”。智能体可以替你搜集资料、生成会议纪要，但在真实的社会与商业交往中，人与人之间面对面碰撞出的化学反应、那种在复杂处境中彼此理解与共情的力量，是任何算法都无法直接生成的。技术越发达，真实的人际温度反而越珍贵。

把组织放大：

融入既有组织肌理，

在人机协同中增厚资产、激发创新涌现

当个体的本事被放大、底层的安全架构支撑起规模化应用，飞轮便咬合进入了最关键的一环：如何从单点的“AI 原生工作流”，真正演进为群体的“AI 原生组织”，走出“个人提效、组织内耗”的怪圈？

过去几年，不少企业的数字化或 AI 转型之所以半途而废，往往是因为陷入了一种推倒重来的激进幻想。但从组织社会学的视角看，任何一家正常运转的企业，都是由复杂分工、历史默契与业务惯性构成的有机体。今天还没有一套放之四海皆准的“AI 时代最优组织架构”，向 AI 原生组织的演进注定是一个漫长的过程，没有任何一家企业能够承受“先把原有的组织架构、业务流程和 IT 系统全部打烂重来”的代价。

因此，先以开放连接的“AI 原生工作流”无缝融入现有的组织体系与业务流程，不是权宜之计的妥协，而是组织进化最迫切、最客观的现实起点。在腾讯长期跟踪的数智化先锋企业里，真正跑通的机构做法高度一致：不碰组织架构，不改业务流程，不换 IT 系统——从最重复的一环切入，把智能体放进员工每天最熟悉的入口里。

这正是腾讯以 WorkBuddy 与 BuddyOne 串联办公生态的社会学逻辑：技术应当主动去顺应人的习惯与既有关系网，而不是强迫人去迁就陌生的系统。

通过 BuddyOne 构建的“统一账号、共享记忆、统一管理”新体验，以及数据平台对企业微信、第三方 IM 与 ERP、CRM、HR 等系统的连接，改变自然而然地生长在日常肌理之中：是在企业微信里，WorkBuddy 直接住进通讯录，成为聊天窗口里随时交办任务的“数字同事”；是在腾讯文档里，人与 AI 在同一篇文档上实时“人机双写”；是在腾讯会议里，会前预约与会后的录制、转写、智能纪要自然贯通；也是产品与研发人员走到教育等行业一线，坐到老师身边，一点点帮他们磨顺备课流程、打通系统接口。

当企业微信群聊里的讨论、会议里的决策、腾讯文档与腾讯乐享、网盘、ima 里的知识积累在授权范围内实现“共享记忆”，企业就再也不需要每次都把来龙去脉重新讲给 AI 听。

而当工作流真正长进组织里，“AI 原生组织”的三重深层演进便水到渠成：

一是促进人机协同，让每个岗位与行业都有专业搭档。从各岗位的托管数字助理（WMA），到医疗、营销、风控、地图、智能座舱等行业专业 Agent，人类在回路中（HITL）注入语境与审美品鉴，多个智能体在回路中（AITL）并网协作抵抗组织熵增，辅助管理者与一线人员做出更科学的决策。

二是增厚组织资产，把个人经验沉淀为共同体记忆。通过“评估—培训—竞赛—认证”的全场景服务体系，企业得以系统化地培育内部 AI 人才；在蒙牛、上海家化等通过赛训结合跑出数十个数字员工的先锋企业里，企业进一步将成熟业务逻辑沉淀为可复用技能，配合底层对个人经验的提炼、去标识与审核，把某一位先锋员工摸索出的有效工作流沉淀为整个团队可直接复用的资产——“让一个人做成的事，成为所有人的起点。”

三是激发创新涌现，形成反哺工作流的正向循环。当组织资产越积越厚、调用门槛越来越低，最懂业务的普通员工不再只是流程的执行者，而成为新工具、新工作流的创造者。组织内部的“创新涌现”又源源不断地反哺回业务工作流，推动整个飞轮循环增强，最终锻造出可交付、可验证、可持续的生产力。