麦肯锡说,AI 时代会冒出个叫「Agent Manager」的新岗位,管理者要开始带一群非人类下属。
我管过银行六万台终端,带过跨国运维团队。这个框架抓对了问题,可答案我总觉得不对劲。
---
读了 Julie Goran 在「Rewired takes」系列里那篇 The rise of agent managers,又把《Rewired》整本翻完了。
我认同的只有一点:AI 转型最难的不是技术,是组织没跟上。干运维三十年,技术翻车见多了,真正把项目搞死的,十次有九次是组织问题。
可「Agent Manager」这个答案,我不买账。
它太像咨询公司给焦虑客户开的药方:给你们一个新岗位,你们就有预算招人、有 KPI 可设、有 PPT 可讲。可一个真正的管理问题,不该用「发明一个岗位」来回答。
---
管理岗位是怎么来的?——有限理性
要弄明白「Agent Manager」该不该存在,得先看管理岗位打哪来的。
「管理」这个词存在,倒不是因为世界需要「官」。西蒙(Herbert Simon)提过个概念叫有限理性(bounded rationality):一个人的注意力就那么多,你直接管八个人到顶了,再往上只能靠层级,让下一层替你分担「看得过来」这件事。
所以组织图长成金字塔,span and layers,管理幅度与层级,本质是在补偿人类注意力的稀缺。整套管理理论,是建立在「人的心智带宽是瓶颈」这个前提上的。
AI 智能体第一次动摇了这个前提。
你的下属可以被编排、被监控、被重放、被无限横向扩展,「管理幅度」这个约束就失效了。可约束都失效了,麦肯锡却在说:来,我们再多加一个层级去管它们。
火车都通了,还在给驿站的马夫设编制。
---
我在六万台终端上学到的事
说段我自己的经历,读那篇文章时它一直在脑子里打转。
我在一家股份制银行做过信创办公国产化改造,主导建了套能撑六万多台全行终端的管理平台。
六万台终端,就是六万个不听话、要人管的对象。它们装错软件、被黑、离线、中病毒、互相传染。你没法一个个管,也没法给每台终端配一个「终端经理」。
我们最后没加管理员,反而把管理员给消灭了。靠三样东西:
- 标准化:所有终端统一基线、统一镜像、统一白名单,把个体差异压到最小;
- 自动化:补丁、策略、处置全部脚本化,让机器管机器;
- 可观测性:不做一对一盯梢,靠告警、日志、指标,在异常冒头的瞬间发现并收敛。
我真不是想说「我多厉害」。我想说的是:管智能体这活儿,我早干过了,结果也清楚得很。把 N 个非人类对象交给 N 个管理员是死路,让少数人靠标准和自动化去驾驭才是活路。
要是照麦肯锡的思路,六万台终端得配六万个「终端 Agent Manager」?那是在管理,还是在制造新的管理灾难。
---
组织图表的是权力,不是工作
往深一层看。
AI 进了组织架构图,头一个喊「我们需要新管理者」的,往往是既得利益者。因为组织图表的是权力,不是工作。每一层管理岗位背后都是一份工资、一条汇报线、一份话语权。技术让某个岗位变得多余时,最先被触动的不是「效率」,而是「我的位置在哪」。
麦肯锡那篇里有个我特别认同的观察:前几轮转型(敏捷、DevOps)早把管理者压得够呛,管辖人数越来越多,培训越来越不到位。这时候再塞个「管 AI」的新职责,哪是帮忙,是在往已经超载的骆驼身上压稻草。
真正该问的,不是「谁去管 agent」,而是:哪些管理者本来就是多余的?
当组织第一次能管「非人类下属」,人类管理者剩不下多少不可替代的东西,大致就两样:判断(judgment)和价值观(values)。而这两样,恰恰最难被 span and layers 量化。
---
我的判断:真正的 Agent Manager,不该是一个人
我的看法和麦肯锡正好拧着。
AI 时代真正需要的「Agent Manager」,不是一个人,是一层编排(orchestration)。与其给 AI 下属配个人类领导,不如把监督、调度、裁决、复盘这些中层管理者今天在做的大部分动作交给编排层,让人类退回真正属于人的位置:
- 定方向:什么该自动化、什么该增强、什么该坚决不做;
- 定边界:什么数据能碰、什么决策 AI 不能替人拍板、出事谁负责;
- 定价值观:裁员还是转岗、黑产来了让 AI 冲还是先保全客户,这些没有对错,只有取舍。
结
《Rewired》最有价值的,不是它给了什么答案,而是它把问题问对了:AI 时代,组织本身会长成什么样?
我的回答很直白。当管理幅度这个约束被 AI 打破,金字塔会扁平化,那个多出来的层级,不管它叫 Agent Manager 还是别的什么,大概率不是被发明出来的,是被消化掉的。
火车都通了,就别再给驿站的马夫设编制了。
你也想想,自己现在的岗位,是不是也在等一辆火车开过来。
点评与讨论
GITHUB 账号登录有疑问、有补充、有不同看法?欢迎留下你的点评,一起把技术聊透。👇