摘要： 北京时间 2026 年 6 月 5 日前后，Asana 把“human-agent teams”推到台前，Microsoft 继续强化“AI 不是聊天框，而是一套系统”，咨询公司也在同步强调工作流重构。
我想说得更直接一点： 企业下一阶段最值钱的，不是再买一个会聊天的助手，而是把人和 Agent 一起关进可治理、可追责、可回退的流程共管层。
这波新闻表面像产品升级，底层其实是在纠偏。
Asana 在 2026 年 6 月 4 日发布 operating system for human-agent teams，核心话术不是模型更强，而是 humans and agents 在 same plan、same context、same governance 里一起跑关键工作。Microsoft 在 2026 年 6 月 2 日也把判断说得很直白：AI alone won't change your business，真正改变企业的是 system running it。PwC 则把 agent OS 定义成把多智能体编排进 workflow 和 enterprise-wide process 的统一平台。
这些话如果翻译成人话，就是一句： 企业开始从“AI 会不会回答”转向“AI 干的活有没有被流程接住”。
这篇文章真正要证明的是： human-agent teams 的关键不在共聊，而在共管；不在多一个入口，而在把上下文、动作、交付物、权限和回退一起塞回流程现场。
一、如果 AI 还活在聊天框里，它就不是队友，只是外包
很多企业现在已经有了 AI。
员工会开 ChatGPT、Copilot、Claude，也会用各种插件和网页助手。
但大部分场景里，AI 还是活在工作系统之外。你在 OA 审批，在 CRM 查客户，在 BPM 看流程，在 ERP 对账。真正做事的系统是一套，AI 对话是另一套。
我在本地材料里看到一句判断，很适合拿来当今天这篇的开场： AI 在 AI 工具里，工作在业务系统里，两件事从来不在一起发生。
这就是很多企业“演示很好看、产线没变化”的根源。AI 回答得不错，但没人知道它该在哪个节点出手，输出该落回哪张表，谁来确认，异常时怎么停。
所以别把 human-agent teams 理解成大家和机器人一起聊天。真正的“team”一定带着任务、角色、上下文和责任边界。没有这些，Agent 只是临时外包，不是队友。
二、这轮企业 AI 真缺的，不是助手数量，而是一层流程共管面
为什么最近大家突然都在讲 OS、platform、orchestration？
因为企业已经被单点助手教育了一轮。老板们看过 demo，团队也试过提效，但一进真实组织就会撞上四个老问题： 谁触发、谁审批、谁兜底、谁复盘。
Asana 讲 shared plan、shared memory、governance。Microsoft 讲 identity、policy、human oversight。PwC 讲 oversight built in、RBAC、execution history。三个说法其实在补同一个窟窿。
这个窟窿不是模型不够聪明，而是企业没有一层专门管理“人和 Agent 如何共同完成一段流程”的控制面。
我更愿意把它叫做流程共管面。因为“控制面”太技术，“共管面”更适合老板和流程负责人理解。它要管的不是聊天，而是五件事： 谁拿到上下文、谁调用工具、谁生成交付物、谁做人工确认、谁保留完整证据链。
没有这层，Agent 就会越来越像灰色劳动力。它干了事，但组织说不清它做过什么，也没法稳定复制。
三、Skill 不是知识点，它应该长在流程节点上
这几年很多团队都在喊要沉淀 Skill、沉淀 Prompt、沉淀 Agent 资产。
方向没错，但很多做法太飘了。今天记一个模板，明天收一批提示词，后天建一个库，最后谁都说不清这些东西跟真实工作有什么关系。
我更认同本地材料里的另一条判断： Skill 不是凭空产生的，它一定依附在某个流程节点上。
这句话很关键。因为它把 Skill 从“知识收藏”拉回“工作动作”。
一个合格的 Skill，不是会不会说漂亮话，而是能不能说清这几个问题：输入是什么，调什么工具，输出什么交付物，谁复核，失败后如何回退。
一旦你按这个标准来定义，Skill 就不再是运动式建设，而会变成最小可运行交付物。它既能复用，也能审计，还能跟流程绩效挂上钩。
这也是为什么 Asana 这次把 Skills library 摆进产品结构里值得注意。它不是在教大家多收集模板，而是在把可重复工作变成团队级资产。
四、咨询和流程团队别先卖大图，先做“诊断到上线”的短闭环
看到这波 human-agent teams，很多人会马上想做总平台、总中台、总编排。
我不反对平台，但反对一上来就先画平台大图。
因为组织真正买单的，不是“我们也有 Agent OS”，而是“这个流程以前三个人做半天，现在一小时内可复核地跑完”。
本地的《企业AI转型服务清单》其实给了一个很稳的落地顺序：高层访谈看战略，中层访谈摸痛点，基层调研看执行动作，再交付诊断报告、路线图和场景机会点。
这个顺序为什么有价值？因为它天然适合筛选第一批适合人机共管的场景。你会更容易找到那些高频、低风险、交付物明确的节点，比如审批建议、纪要整理、流程诊断、知识核对、周报汇编、社群内容加工。
这类节点不是最性感，但最容易形成闭环。它们能逼着团队把上下文、工具、责任、日志、人工确认一起设计出来，这比再多一个炫目的聊天入口重要得多。
五、未来拼的不是谁接了更多 Agent，而是谁先改了组织里的责任链
很多公司接下来都会说自己在做 human-agent teams。
但这四个词很容易被说空。
你真正要看的是：组织有没有把责任链写进系统，还是只把 AI 挂成一个按钮。前者会改会议、改权限、改交付物、改绩效口径。后者只会多一个入口。
从 Microsoft 到 Asana，再到咨询公司的 agent OS 叙事，行业其实在形成一个共识： AI 的价值不再主要来自“回答速度”，而来自“跨系统、跨角色、跨步骤的可治理执行”。
这意味着咨询公司、流程团队、运营团队下一步最重要的工作，不是追最新模型榜，而是帮企业先回答三个现实问题。
第一，哪些流程已经值得让 Agent 先跑第一轮。第二，这些流程的证据链和权限边界在哪里。第三，人应该从执行者迁移成什么角色，是复核者、编排者，还是规则维护者。
如果这些问题没回答，再多 Agent 也只是数字噪音。
六、明天就能做的四个动作
第一，别先问要不要上平台，先盘点 10 个高频人工节点。把触发点、输入材料、输出交付物、风险边界列出来。
第二，给每个候选节点加一条判断：这个动作适不适合先让 Agent 跑第一轮，再由人确认。先挑低风险、高重复、有明确格式的活。
第三，用 Skill 的标准去定义能力，不要用知识库收藏的标准。任何一个能力如果说不清输入、工具、输出、复核、回退，就先别叫 Skill。
第四，从第一天就设计共管面。日志、权限、人工确认、异常暂停和复盘机制，要和自动化一起上线，而不是等出事后补。
这也是我对这波 human-agent teams 最核心的判断。它真正推动的，不是“人和 AI 更聊得来”，而是企业终于开始认真面对一个更难也更值钱的问题： 怎么让人和机器在同一条流程里共同承担结果。
一旦这个问题被正面回答，企业 AI 才会从演示道具变成运行能力。到那时，Agent 才不是一个会说话的插件，而是组织里一段真正被接住、被治理、被持续优化的工作力量。
参考来源
1. Asana， Asana Unveils Operating System for Human-Agent Teams，2026-06-04。
2. Microsoft， AI alone won't change your business. The system running it will.，2026-06-02。
3. PwC， PwC’s agent OS，抓取页显示近两周可用版本。
4. BCG， Executive Perspectives / The AI-First Supply Chain，2026-06-02。
5. 本地公开材料归纳：让 AI 回到流程里、企业 AI 转型服务清单、从 LLM 到 Agent Skill 视频整理。