Workspace agents 不是 GPTs 换皮：团队想用共享 Agent，先写清这 5 件事

这两天看到几个产品更新，方向都很一致：AI 不再只待在聊天框里。

它开始进入工作台、团队空间、Slack、文件、表格、审批流、代码仓库和发布流程。

听起来很自然。毕竟大家已经不满足于“问一下 AI”。更想要的是：这件重复工作，能不能让 AI 帮我持续处理？

但这里有个容易被忽略的区别。

个人 GPT 和团队共享 Agent，不是一回事。

个人 GPT 可以比较松。你知道自己在说什么，也知道哪份文件是真的，哪句话是随口一提。它答偏了，你下一句纠正一下就行。

团队共享 Agent 不一样。

它面对的是别人的输入、团队的文档、真实的工具权限、跨部门交接，还有可能影响客户、账号、报表、代码、内容发布的动作。

这时候，问题就不是“提示词写得够不够好”。

问题变成了：

这套流程本身，写清楚了吗？

别先问“做一个什么 Agent”

很多团队想上 Agent，第一反应是给它起名字、写 persona、调提示词。

这一步太早了。

更稳的做法是先问：

我们到底想把哪一段重复工作交出去？

比如：

• 每周经营数据汇总；
• 客户会议后的跟进邮件草稿；
• 用户反馈分类和优先级判断；
• 内容发布前的事实审查；
• 供应商背景检查；
• PR 合并前的安全检查；
• 文章发布后的数据复盘。

这些任务有一个共同点：它们不是单次提问，而是一段可重复流程。

如果今天团队里没有人对这段流程负责，Agent 也不会自动补上责任。

Agent 最适合接的第一类工作，通常不是最宏大的工作，而是那些频繁、边界清楚、结果容易检查的工作。

共享 Agent 上线前，先写一份小规格

我更愿意把它叫做 shared agent spec。

不用写得很复杂，但至少要把 5 件事说清楚。

1. 重复任务是什么，谁负责

先别写“帮团队提升效率”。

这句话太空。

要写成：

每周五下午，根据 A 表、B 看板和本周用户反馈，生成一份 800 字以内的经营周报草稿，由运营负责人审核后发到团队群。

这才是任务。

这里面有频率、有输入、有输出、有负责人、有审核动作。

如果一个任务说不出负责人，先不要自动化。否则 Agent 做完了，没人知道要不要采纳，也没人负责改错。

2. 哪些输入可信，哪些只是参考

Agent 最容易出问题的地方，不一定在写作，而在读取材料。

团队里常见的情况是：

• 有些文档已经过期；
• 有些表格只是临时统计；
• 有些聊天记录是猜测；
• 有些客户反馈只代表个案；
• 有些历史方案已经被废弃，但文件还躺在共享盘里。

如果不写清楚，Agent 会把这些东西混在一起。

所以要明确：

• 哪个文档是主版本；
• 哪个表是数据源；
• 哪些频道可以读；
• 哪些材料只能作为线索；
• 哪些旧文件必须忽略；
• 输出里必须引用哪些来源。

上下文不是越多越好。

没有排序的上下文，只会给 Agent 更多选错依据的机会。

3. 权限要分层，不要一把梭

一个真正进入团队流程的 Agent，最危险的地方不是会说错话，而是会在错误的位置动手。

所以权限要拆开：

• 只读：可以读文档、表格、消息、网页；
• 草稿：可以生成邮件、报告、回复、发布稿；
• 内部写入：可以更新内部任务、草稿状态、备注；
• 外部动作：可以发邮件、发布内容、修改客户信息；
• 禁止动作：删除、付款、群发、正式发布、修改核心配置。

这几类不能混在一起。

比如“帮我准备公众号文章”和“帮我发出去”，中间差了一个很大的边界。

前者是草稿，后者是外部发布。

草稿可以自动化，正式发布必须有人确认。

4. 哪些地方必须停下来问人

Human-in-the-loop 不是一个好看的按钮。

它是控制面。

凡是会影响外部对象、真实资产、客户记录、账号状态、金钱和生产环境的动作，都应该停下来。

比如：

• 发送邮件前；
• 发布内容前；
• 修改客户资料前；
• 调整账号设置前；
• 删除文件前；
• 花钱前；
• 改生产系统前。

这里的确认也不能只是一个“同意/拒绝”。

Agent 至少要展示：

• 它读了什么；
• 它准备改什么；
• 为什么这么改；
• 还有哪些不确定；
• 如果出错怎么回退。

否则人只是给一个黑箱背书。

5. 每次运行都要留下证据

团队共享 Agent 的输出，不应该只有一段漂亮文字。

它应该留下证据。

至少包括：

• 本次读取了哪些来源；
• 采用了哪些判断；
• 修改了哪些文件或记录；
• 跳过了什么；
• 哪些地方不确定；
• 谁需要审核；
• 下一步建议是什么；
• 出错后怎么回滚。

这一步很重要。

没有证据，团队只能凭感觉相信它。

有证据，下一位同事才能接着检查、修正和复盘。

Agent 不是为了让人完全退出流程。它更现实的价值，是减少重复劳动，同时把人的判断留在关键位置。

什么情况下先不要做共享 Agent

有些流程现在还不适合自动化。

比如：

• 人类流程本身还没跑顺；
• 信息源每周都在变；
• 团队没定义谁来审核；
• 输出结果很难检查；
• 错误代价很高，但回滚方式不清楚；
• 关键判断还只存在某个人脑子里。

这种时候，第一步不是做 Agent。

第一步是把流程写出来。

人工跑两次，再看哪部分重复、哪部分可检查、哪部分必须人来拍板。

别急着把一团模糊流程塞给 AI。

AI 很擅长把模糊包装得很完整。

这反而危险。

一个可以直接用的小模板

如果你想把团队里的某个流程做成共享 Agent，可以先填这张表：

Agent 名称：
重复任务：
任务负责人：
使用者：
可信输入：
忽略输入：
允许读取：
允许生成草稿：
允许内部写入：
禁止动作：
必须确认的步骤：
输出必须包含的证据：
审核负责人：
回滚方式：
成功信号：
停止条件：

注意最后一项：停止条件。

一个可靠的 Agent，不只是知道怎么继续干活，也要知道什么时候该停下来问人。

最后

Workspace agents 这类东西，真正有意思的地方，不是把 GPT 换个名字。

它是在逼团队回答一个更现实的问题：

你们到底有没有一套可重复、可检查、可交接的工作流程？

如果没有，Agent 只会放大混乱。

如果有，它才可能减少协调成本。

所以别先问“要不要做 Agent”。

先选一个每周都在发生的小任务，写清楚负责人、输入、权限、确认点和证据链。

这五件事写完，再让 Agent 进场。