与 agentic「teammate」共事：新组织行动者如何碰撞人类工作生态

一篇 paper 基于某大型科技公司的现场定性研究，观察一个持续在线、主动行动的 AI agent「teammate」在多个团队中的部署。研究发现人机职场的边界正处于流动状态，并在人类协作默契、非人类行动者的关系边界、信任与人类能动性的再分配三方面引发断裂与协商。作者将这些早期微观协商视为信号，提出兼顾人类能动性的研究、设计与组织议程。

此前企业 AI 多被当作单用户、被动响应的工具，而该研究记录的是持续在线、主动参与多用户协作的 agent 进入真实团队。它把关注点从模型能力转向组织后果：协作默契、关系边界和信任分配的重新协商，这在此前多为猜测而非实证。

当 AI agent 从被动工具变为持续在场、主动发起行动的团队行动者，它就不再只嵌入单人工作流，而是进入多人共享的组织流程。人类工作中大量依赖未言明的默契与关系边界，非人类行动者无法自动识别这些规则，于是产生断裂，并迫使团队显式协商信任、权限与责任归属。

对产品与研发的直接含义是：agent 产品设计需显式处理多人可见性、行动发起权、责任归属与信任边界，而非仅优化单次任务完成。团队级部署还需考虑 agent 的行为如何被解释、能否被质疑或撤销，以及是否会在协作流程中制造新的协调成本。

• 为团队级 agent 增加行动可见性与可追溯记录，让成员能看清它何时、为何、对谁发起了动作。
• 设计可协商的权限边界配置，按团队而非单用户设定 agent 的主动程度与介入范围。
• 提供人工接管、纠正与撤销机制，降低信任断裂时的恢复成本。
• 针对 agent 引入后的协作默契变化，开发团队级沟通与角色说明模板。

• 该研究涉及哪些行业、职能与团队规模，结论是否可迁移到其他组织？
• 该 AI agent 的具体形态、能力边界与部署时长未在证据中说明。
• 研究观察到的断裂与协商是否有量化数据或长期跟踪结果？
• 作者提出的研究、设计与组织议程具体包含哪些可执行条目？