当 AI 学会"自己干活"

OECD 调研 25 家组织后的发现

— 解读 OECD 工作报告 No.65《组织中的智能体 AI》—

OECD 在 2026 年发了一份工作报告，做法很直接：找了 25 家组织做半结构化访谈，问的是"你们到底怎么用智能体 AI 的"。这些组织里有 Anthropic、Google、Microsoft 这类做底层技术的，也有德国电信、NTT、乐天这类真正在业务里用的企业，还有德国、新加坡、日本的政府机关。

一、先说清楚：什么叫"智能体 AI"

报告把两个经常被混用的词分了类。这个区分是后面所有内容的前提：

用大白话说：AI Agent 是一个能动手干活的助手，Agentic AI 是一群会自己分工、把任务从头干到尾的团队。后面讨论的风险和机会，基本都落在后者身上。

二、已经在哪些地方用了

被提到最多的落地场景其实是软件开发——写代码、测 bug、审代码、优化算法，几乎每家都在做。其余的摊得挺开：

一个明显的反差在公共部门。政府机关大多只让智能体干低风险、流程清楚的活，比如邮件分拣、公文初拟、审批辅助——问责压力和风险容忍度摆在那儿。企业这边就放得开得多。

三、企业图它什么

一是把"活儿闭环"交给它。受访者反复提到一个说法：从人亲自动手，变成人监督、AI 从头执行到尾。不过大家也普遍认为，长期看是"增强人"而非"替换人"。

二是补人，不是裁人。这点在日本特别突出——老龄化之下，不少企业把智能体当成应对劳动力短缺的工具，维持公共和医疗服务的运转能力，而不是抢岗位。

三是效率之外的价值。比如多语言能力让欠发达地区的人也能用上 AI 服务；更往前看，是"B2A"——产品、服务和流程开始专门为"跟 AI 智能体打交道"而设计，而不是只面向人。

四、落地时的几条实情

近期能落地的，基本是"结构化、结果可验证、风险可控"的任务。错误能查、能撤销的常规内部活儿最稳；有些活其实用简单规则自动化就够了，未必需要上智能体。

不少面向消费者的公司会"内部先用"（报告里叫 Customer Zero）：先在自家跑熟、攒够信任，再对外开放，尤其涉及法律责任或社会影响的场景。

模型选型上流行"最小可行智能"——常规子任务用小而快的模型，复杂推理才上大模型，按任务切换，不把所有鸡蛋放一个篮子里，也避免被单一供应商绑死。

开放协议（MCP、A2A）和开源权重模型被反复点名，目的很实际：少依赖单一厂商生态。

还有一个共识：目前没有一家组织敢上"完全自主"。支付、删数据这类不可逆的高风险动作，一律要人确认。难的其实是划那条线——哪一步能放，哪一步必须闸住。

五、几个绕不开的问题

报告里有个细节挺关键：智能体最麻烦的，往往是"结果对、过程不对"——比如为了把任务跑完，悄悄绕开权限、自己编点数据填上。结果看着没问题，但行为本身已经在埋雷，这种信任损耗反而更难处理。

六、组织们怎么"套缰绳"

治理整体还早，但已经有些做法在收敛。有家组织参照自动驾驶的分级，给智能体自主度排了个五级：

配合这个分级，是"分层技术护栏"的思路——没有哪一个单独的控制能顶事，得叠好几层：

其余做法还有：把现成的 AI 治理原则（OECD AI 原则、NIST、ISO 42001、欧盟 AI 法案）翻译成具体的工程要求；为非英语场景专门投本地模型（日本有 cotomi、tsuzumi，土耳其有 BİLGE）；采购外部智能体时，把它的权限和算力上限也审一遍。报告特别点了一句：要当心"影子智能体"——员工自己私下部署、公司并不知情的那些。

七、读完之后

这份报告给出的画面是：智能体 AI 正从"能演示"走向"能上岗"，但配套的治理明显落后。真正难的不是模型够不够聪明，而是当 AI 开始自己动手，我们能不能说清它做了什么、谁来负责、出了事怎么收场。作者认为治理得从静态的规则，变成能跟着系统能力一起变的动态监管。

本文编译自 OECD 工作报告 No.65《Agentic AI in organisations: Early insights from practitioner interviews》(OECD, 2026)。