折腾一年,把工作交出去:这套 Agent 自动化系统跑下来,转型中的企业能抄什么

第一层：自动化中台——事件触发，不靠人派活

第一层是自动化中台。独立小服务加一份 rules.json 调度规则：什么事件触发、交给哪个 Agent、用什么 skill、同一条同时只跑一轮、最多几条并行，全写死在规则里。举例：用户意见类事件，交给 M5 Pro 上的 Claude Code，用 hub-feedback 这个 skill 处理，每条意见单独一轮。两台 Mac 上跑着“接单程序”，长轮询中台、一次最长等 50 秒。所有事件先过统一去重。关键设计：唯一找人的出口是飞书 AI 助理“小卡”——Agent 不能随手 @ 人，只能走这一个口子。

第二层：Agent 执行——贵的干脑力活

第二层是 Agent 执行。分工很讲究：Claude Opus 5.5 做主力开发，GPT-6.1 Sol 管运维，GPT-6.1 Terra 专干浏览器操控。原则是“做决策和管理的，一定得是智力和主动性最强的模型”——贵的模型干脑力活，和 Karpathy 的 HackerTube 是同一个成本逻辑。Skill 在这里的定义值得企业记下来：Skill 就是给 Agent 的 SOP（标准作业流程）。

第三层：CI 中台——298 个 PR 的无人值守流水线

第三层是 CI 中台，五步：审查、检查、合并、发布、核实，一气呵成。起因很实在：他的 AIHOT 项目 10 月份攒了近 1000 个 PR，GitHub 的 CI 免费额度（每月 3000 分钟）不够用，超额部分一个月要 50 多美金——他一算账，干脆在家里用 M4 Mac Mini 自建。审查这步最见功力：用 Codex（GPT-6.1 Sol）审代码，立了四条家规——只读、断网、摸不到密钥、只报真 bug，最多审 3 轮。硬数据：近两周四个项目 298 个 PR，报出 333 条问题，306 条在合并前修掉，最严重的一档 51 条。检查跑在全新的虚拟机里，跑完连机器带身份一起删。提交代码到上线，中位数两三分钟，全程无人值守。

第四层：飞书决策层——只有 7 类事找人

第四层是飞书决策层。“小卡”把需要人拍板的事项做成卡片弹出来，点一下就行，他称为“票拟/批红”。必须先问人的只有 7 类：删数据、停服、花钱、对外发消息、改产品方向、新建/轮换密钥、修改权限。决策还要沉淀：两个文件，一个叫「卡兹克定的事」，一个叫「定了不做的事」。而用户反馈，他坚持永远亲自看、亲自回——这是全系统里唯一不交给 Agent 的活，他叫它“最后的仪式感”。

这套系统还有两个反常识的选择。第一，基本不上云：理由是权限安全、跨境网络慢、反正机器现成——两台 Mac Mini，一台 M5 Pro 日常用，一台 M4 全跑自动化。第二，投入不大：200 美元/月的 Claude 会员加 100 美元/月的 GPT 会员；但他也坦白，200 美元那档 Claude 会员，3 天就能用掉近 90% 的 token——Agent 干活是真烧钱，预算要按“烧”来做。

企业的取舍在哪？这套是个人工作室量级，别照搬硬件方案；但四层里的三条原则可以直接抄：任务由事件触发、不由人派发；Agent 动手之前先过规则（rules.json 就是值班表）；人只保留“7 类决策 + 用户反馈”的终审权。反方观点也要听：这套系统能跑，是因为他的业务高度数字化、交付物都是代码和内容；工厂、零售这类重线下的业务，事件触发的前提（数据先行）还没建好，硬抄会水土不服。

转型落点：先改派活方式，再谈 Agent 选型

正在推 Agent 的企业，建议按这个顺序动手：第一步，列出部门里“靠人派活”的环节——工单分发、日报催收、报销初审这些，改成事件触发（有信号才干活，没信号不打扰）；第二步，给 Agent 立值班表——什么事它能直接干、什么事必须升级找人，7 类清单是个好起点，企业版可以按自己的风险等级重写；第三步，设一个“小卡”式的唯一出口——Agent 不许随手打扰业务人员，所有升级走一个通道，否则 Agent 越多，人的上下文切换越多。卡兹克这套系统证明了一件事：Agent 的生产力不来自模型参数，来自“人退到只做关键决策”的组织设计。先有这个设计，再谈买什么模型、配多少 token。