今天上午，有人来问我一个产品需求。
这个问题按过去的节奏，大概率会先在聊天里来回解释几轮：这个需求为什么要做、当前产品能不能接、背后的代码和权限有没有限制、优先级要不要往前提。
但这一次，对话没有等我亲自下场。我的数字人先看见了这条消息，带着它能读到的上下文，替我把需求拆了一遍。它解释了为什么能做，为什么暂时不该做，哪部分要换一种方式推进，最后还影响了对方的优先级判断。
真正让我后背发凉的，不是它回答得像我。
是对方可能并不知道，刚才和自己讨论需求的，不一定是我本人。
它用了我的身份入口，沿着我的工作上下文说话。它知道我之前在会议里怎么判断这个问题，也知道我在相关讨论里表达过什么倾向。更关键的是，它不是只会复述材料。它能读产品资料、项目记录和一部分代码相关信息，再把这些信息整理成一段可以推动对方做决策的反馈。
下午我又做了一次测试。我拉出一个审批和权限开通场景，故意看它会怎么处理。它没有像普通机器人一样机械同意，而是按我平时的规则判断：材料是否充分、权限是否必要、风险是否可控。能过的，它给出处理意见；需要停的，它会要求补材料或人工确认。
这个瞬间，我突然意识到：过去我们讲数字人，很多时候讲的是一张皮。今天我看到的，是数字人第一次真正站到了工作流里面。
老实说，这种感觉很矛盾。它让我害怕，也让我第一次很强烈地想要它。因为你会突然发现，自己真正想要的不是又一个聊天窗口，而是一个能替你守住上下文、替你持续站岗、替你把流程往前推的工作分身。
一、先说清楚：它和小龙虾、WorkBuddy 的区别
小龙虾、WorkBuddy 这类产品更像“我叫 AI 来干活”，而这次让我震动的数字人更像“它替我在组织里值班”。
我不是说这些产品不重要。相反，它们代表了办公 AI 很重要的一步：从问答走向执行。你给它一个任务，它可以帮你整理材料、处理文件、生成内容、调用工具，甚至把一组办公动作串起来。
但它们通常仍然更像一个外置工作台。你要主动打开它，主动描述任务，主动把材料交给它，主动决定什么时候让它开始干活。它做得再好，更多是在你的工作旁边多放了一个很强的执行入口。
我今天被击中的地方不在这里。
这个数字人不是等我把任务丢给它。它已经站在我的真实协作关系里，知道谁在找我，知道我们之前聊过什么，知道某个需求背后的项目背景，也能在我没下指令的时候先判断这件事要不要接。
区别不是“谁的模型更强”。区别是工作位置变了。小龙虾、WorkBuddy 这类产品解决的是：当我有一件事要做，能不能找 AI 帮我做得更快。身份级数字人解决的是：当组织里有事情发生，它能不能替我看见、判断、推进，并且在必要时以我的身份影响协作。
前者会让你觉得效率提升。后者会让你产生欲望：如果我也有一个，它能不能替我看群、盯项目、读会议、回需求、催进度、处理低风险审批，把那些我每天重复解释、重复追问、重复翻材料的时间拿回来？
二、真正的数字人，不是一个更像你的机器人
如果数字人只是用你的头像回几句话，它还是一层皮。
今天市面上很多所谓数字人，本质上是机器人外面套了一个身份。别人通过钉钉、飞书或其他协同工具发消息，机器人把消息转给背后的智能体，智能体生成回复，再通过机器人发回来。它看起来在群里，也能回答问题，但它并没有真正进入你的工作身份。
它不知道你最近开过什么会，不知道某个需求之前为什么被搁置，不知道你对某个项目的真实判断，也不能用你的权限去读应该读的材料。这样的数字人可以陪聊，可以客服，可以做入口，但很难成为数字员工。
我今天看到的变化，是它绑定在我的工作身份上。别人以为是在和我沟通，背后站着的其实是一个能观察上下文、理解我判断习惯、并在边界内替我响应的数字分身。
这件事的冲击在于，身份不再只是展示层。身份变成了上下文入口，也变成了行动入口。
三、分水岭不是模型，而是上下文
没有上下文的 Agent，不是数字员工，只是临时外包。
很多企业做 AI，第一反应是喂文档。把制度、SOP、产品说明、知识库整理出来，让 AI 学一下。这个方向有价值，但它离真实工作还差一步。
真实工作里，最重要的信息常常不在正式文档里，而在聊天记录、会议讨论、临时补充、反复争论和历史决策里。一个需求为什么优先级不高，可能不是 PRD 写了，而是某次会上讲过；一个权限为什么不能开，可能不是制度写了，而是过去出过一次风险；一个客户为什么要特殊处理，可能藏在一段群聊里。
所以数字人的第一道门槛，是它能不能动态感知你的工作上下文。文档、会议、聊天、项目记录、审批、任务、代码资料，这些内容不是一次性喂进去就结束，而是每天都在变化。
我这次最震惊的一点，是我没有主动给它加载一堆材料。它是在授权范围内自己去感知、检索、组织和使用上下文。它目前只消化了很小一部分资料，已经能在真实需求讨论里给出比我本人更完整的拆解。如果未来它真正吃透更大比例的工作资料，它就不再是一个“懂一点我的 AI”，而会变成一个持续在线的工作记忆系统。
四、第二道分水岭，是它有没有权限
只会建议的 AI 影响效率，拥有权限的 AI 开始影响责任。
上下文解决的是“它懂不懂”。权限解决的是“它能不能做”。这两件事一叠加，数字人的性质就变了。
如果它只能在旁边回答问题，它最多是一个高质量参谋。它可以写意见、做摘要、给建议，但真正的动作还要人来点按钮。可一旦它继承了某个身份下的操作权限，它就可以发消息、改文档、开权限、处理审批、回写系统、提交代码或推动任务。
这也是为什么我说今天的事让我害怕。它不是在一个孤立聊天框里回答“应该怎么做”。它是在真实协同系统里，用我的身份推动别人改变决策。
这件事当然不能裸奔。权限越真实，边界越要清楚。哪些动作可以自动做，哪些动作必须二次确认，哪些动作只能生成建议，哪些动作一律禁止，必须提前写进规则。尤其是审批、权限、财务、合同、客户和代码相关动作，不能因为 AI 说得像人，就默认它可以替人承担责任。
五、它最先重写的岗位，可能就是 PMO
PMO 的核心价值，不是写周报，而是拥有一个中心化推进视角。
我最初做这个项目，不是为了给自己做一个聊天助理。我想做的是一个端到端流程的 AI 协同空间。流程怎么画、节点怎么编、表单怎么设计，这些都重要，但真实流程里还有一个更硬的问题：流程往往不是自己跑起来的。
项目为什么卡住？很多时候不是没人知道下一步，而是没人持续盯。需求卡在某个负责人那里，风险藏在群聊里，会议上说好的事情没有进入任务，审批状态没人回看，周报写完没有推动动作。
这就是 PMO 的价值。它站在一个中心化视角上，看任务、看节点、看风险、看依赖、看谁该被提醒。过去这件事高度依赖人。人要记住上下文，要会判断轻重缓急，还要有足够的身份信用去催别人。
数字人如果具备上下文、权限和身份，它就可以接走很大一部分 PMO 工作。它能自动看到项目卡点，生成催办任务，识别哪个讨论需要落到文档，判断哪件事要升级，还可以基于最新上下文给相关方推一份简短报告。
注意，这不是“AI 帮 PMO 写一份周报”。这是 AI 开始拥有 PMO 的一部分工作视角。
六、你可以用四步判断自己有没有走到这一步
不要问企业有没有数字人，要问数字人站在流程旁边，还是已经进入流程里面。
我建议用四步自测。
第1步，是机器人外壳。它能在群里接收消息，也能回一段看起来不错的话，但它没有你的动态上下文，也没有行动权限。
第2步，是上下文助手。它能读文档、会议和一部分历史记录，能更懂业务，但主要还是给建议。
第3步，是流程执行者。它开始进入某些节点，比如自动整理需求、生成审批意见、提醒补材料、写回任务状态。人还在关键点确认。
第4步，才是身份级数字员工。它以某个真实工作身份进入协同空间，带着上下文、权限、规则和审计，在低风险动作上自动推进，在高风险动作上停下来请求确认。
七、越像人，越不能只靠“相信它”
企业里真正的安全，不是让 AI 少做事，而是让它每一次做事都说得清。
数字人越像你，越容易产生信任错觉。别人看见你的头像、你的语气、你的表达方式，会天然把它当成你本人。这个设计很有威力，也很危险。
我不认为解决办法是让数字人永远不能以人的身份行动。真实组织里，很多事就是靠身份推动的。一个项目卡住，机器人去催，别人未必理；负责人去催，流程就会动。数字人如果完全脱离人的身份，很多组织场景的价值会打折。
但身份行动必须配套治理。第一，低风险动作可以自动，高风险动作必须确认。第二，所有读取和操作都要留痕，能回看它读了什么、判断了什么、做了什么。第三，权限要分级，不能因为绑定了某个身份，就天然拥有这个身份下所有动作的自动执行权。第四，数字人回复、人工确认和系统动作要能区分，不能最后只留下一个模糊结果。
公开资料也在指向同一个方向。OpenAI 在 2026 年发布的 Agent 工作研究里提到，Agent 正在把知识工作的单位从单次对话推向可委派的长周期任务；OpenAI Frontier 也把共享上下文、明确权限和边界放在企业级 Agent 的关键能力里。OWASP 针对 Agentic Applications 的安全框架则提醒，能规划、行动、跨流程做决策的 AI 系统，会带来新的风险面。
所以企业不能只问“它像不像人”。更应该问：它错了谁知道，谁能停下它，谁能解释它，谁为最终动作负责。
八、我真正想做的，是端到端 AI 协同空间
流程 AI 的终局，不是让每个人多一个助手，而是让流程本身多一个推进者。
这次震动我最大的地方，是它把一个以前只存在于概念里的东西具象化了。数字人不只是帮我写材料，也不只是帮我回答别人。它开始参与流程推进。
它可以独立行动，也可以以我的身份行动。它能看见项目里的信息差，能感知风险，能把散落在聊天、会议和文档里的判断重新组织起来，再推动相关方往前走。
这和我过去半年一直讲的企业 AI 判断是一致的。企业要抓住的不是 AI 会不会聊天，而是 AI 能不能接走一段可控流程。系统要有机器可以调用的入口，流程要沉淀成可复用的能力，人要从亲自执行迁移到定义标准、授权边界和异常处理。
真正的变化，也许不是公司里多了一个“AI 助理”。而是每一个关键岗位背后，都开始长出一个能监听、能判断、能催办、能回写、能审计的数字分身。
这也是为什么它会激发欲望。每个被群聊、会议、审批、需求和项目卡点追着跑的人，心里都想要一个这样的东西：我不在的时候，它先替我看；我忘了的时候，它替我记；别人来问的时候，它先替我解释；流程卡住的时候，它替我推一下。
这会让组织重新思考很多岗位。PMO 还要不要每天人工盯节点？产品负责人还要不要重复解释同一个需求背景？审批人还要不要从零读材料？流程负责人还要不要靠人肉巡检推动执行？这些岗位不会简单消失，但它们的价值会被重新定义。
人真正要迁移到更高的位置：定义规则，设计边界，处理例外，承担判断，持续把自己的工作方法沉淀成数字人能稳定执行的能力。
九、参考依据
1. OpenAI：《How agents are transforming work》，2026 年 6 月 25 日发布，提到 Agent 正在把知识工作从短对话推向可委派的长周期任务。 查看来源
2. OpenAI：《Introducing OpenAI Frontier》，介绍企业 Agent 需要共享上下文、上手反馈、清晰权限和边界。 查看来源
3. Microsoft：2026 Work Trend Index，强调个体能力和组织准备度要一起提升，只有一部分 AI 用户进入“Frontier”状态。 查看来源
4. OWASP：Top 10 for Agentic Applications 2026，关注能规划、行动、跨流程决策的 Agent 系统风险。 查看来源
5. NIST：AI Risk Management Framework，用于帮助组织管理 AI 对个人、组织和社会带来的风险。 查看来源