Featured image of post 一个员工教会 Agent 的流程,为什么不能直接发给全公司?

一个员工教会 Agent 的流程,为什么不能直接发给全公司?

Hermes Enterprise 进入 Microsoft Teams,把工作流整理成可审核、可共享的 Skills。个人经验交给团队使用前,需要说明适用范围,并处理审核、版本、权限和运行环境。

11 月 18 日,Nous Research 宣布把 Hermes Enterprise 接进 Microsoft Teams、Microsoft Store 和 Azure。其中一项叫 Collective Wisdom 的功能,让我停下来想了一会儿:员工跑通一套重复工作后,Hermes 可以把做法整理成可复用的 Skill(技能),再经过审核分享给团队。

想象一下,一位同事把每周整理客户反馈的步骤教给 Agent。下周换个人负责,不必再翻聊天记录找操作方法,调用那份技能就能开始。这听起来很方便。可如果原来的流程只适用于某个客户,或者包含不该被别人使用的数据权限,问题又该谁发现?

一份 Skill 可能影响 Agent 如何调用工具、读取资料和处理异常。把它交给团队,分享出去的不只是经验,还有经验形成时那些容易被忽略的前提。

先交代来源:本文主要依据 Nous Research 的公告 和 官方 X 帖子,讨论团队共享技能需要考虑的问题。公告能说明厂商的产品设计,但我没有实测 Hermes Enterprise,也不能据此判断它在企业里的效果。

Hermes 想把什么分享给团队?

Nous Research 与 Microsoft 企业合作公告原图

Nous Research 与 Microsoft 合作公告配图。图源:Nous Research 官方公告。

把 Agent 放进 Teams,本身不算太新鲜。企业软件这两年都在往聊天窗口塞助手:写文档、查资料、做财务分析、整理收件箱,最后把结果贴回群里。

Nous 的公告里有三层东西:Hermes Desktop 进入 Microsoft Store;员工可以在 Teams 里分派知识工作;Agent 任务运行在 Azure Container Apps Sandboxes 的隔离 microVM(微型虚拟机)里。对有数据驻留或采购限制的组织,Hermes Enterprise 还可以部署在客户自己的 Azure tenant(租户)中。

这些都是企业采购会关心的基础设施:入口在哪里,任务在哪跑,数据归谁管。

公告中我最关注的是 Collective Wisdom 的共享步骤:员工把重复任务交给 Hermes 后,成功的方法会被整理成一份书面定义,加上执行稳定步骤的代码,形成可复用的 Skill。员工可以让 Hermes 建议哪些 Skill 值得共享,再提出并发布给团队;按官方描述,共享之前需要审核。

个人经验经过审核后成为团队技能的概念示意

个人经验整理成技能、经审核后共享的概念示意;实际审核流程以产品配置和团队制度为准。

如果没有它,所谓团队智慧很容易变成一条危险的自动传播链:甲同事为了处理自己负责的客户,写出一个带特殊条件的流程;这个流程因为一次成功而被 Agent 标成“最佳实践”;乙、丙、丁的 Agent 随后都照着跑。到最后,没人能说清这套默认行为是谁批准的,也不知道它在什么数据、权限和业务前提下才成立。

把 Skill 当作团队的“可执行经验”

我们通常把经验留在三个地方:会议纪要、项目文档和老员工脑子里。

前两者的问题是,没人保证会看。后者的问题更直接:人一忙、换岗或离职,经验就跟着断了。

写排障手册的人,会告诉同事先收集哪些日志、过滤哪些噪声。把它做成 Skill 后,还能让 Agent 按步骤执行,并在碰到高风险操作时停下来等人确认。使用起来省事,但每次触发也都可能产生实际动作。

经验往往有适用范围。某个销售团队的客户分层规则、某个运维团队的告警收敛办法,离开原来的系统和权限条件就未必有效。团队复用之前,得先把这些前提写下来。

执行权限也一样。Skill 可能指示 Agent 读取文件、调用接口、创建工单或发送邮件。文档里的错误也许只会让读者疑惑;自动执行的错误,则可能已经改动了系统或发出了信息。

一次成功,够不够交给其他人用?

对团队 Skill 最常见的误解,是把审核理解成一句确认按钮:看一眼,没问题,发布。

更有用的审核应该至少问四件事。

这套方法解决的到底是什么问题?

很多工作流在作者手里有效,是因为作者默认知道一堆上下文。比如“遇到客户投诉就先查订单”,对某个系统而言也许没错;可订单号从哪里来、查到数据后谁有权访问、异常订单是否需要人工升级,这些条件若没有写进 Skill,其他人的 Agent 只会机械复刻一个不完整的动作。

所以 Skill 的第一项内容不该是操作步骤,而应是:它要解决什么问题,适用于谁,不适用于谁。

它凭什么被认为是“成功方法”?

一次跑通,不等于可以推广。

有些流程的成功标准是结果正确,有些是耗时更短,有些是少触发人工审批,有些还要把错误率、投诉率和安全事件算进去。团队如果不定义评价方式,Agent 最容易学到的往往是最显眼、最快完成的路径,而不是最稳妥的路径。

这也是为什么企业 Agent 不该只记录“任务完成了”。它还要记录:是否被人工修改、是否发生返工、是否在边界条件下失败、是否消耗了不成比例的成本。

它带走了哪些权限?

Skill 的危险不一定来自恶意代码,也可能来自权限继承。

一个能够读取财务报表、调用内部工单系统、访问客户数据的 Agent,如果把相关工具调用封进共享 Skill,后来使用它的人未必意识到自己同时接过了哪些能力。更麻烦的是,权限在原作者那里合理,在另一个部门、另一个地区、另一个项目里就未必合理。

因此,Skill 的审核不应只看提示词和步骤,还要看工具清单、所需凭据、数据范围,以及失败时会做什么。能做到的最佳状态是:Skill 定义方法,权限在运行时按使用者和场景重新判断,而不是把作者权限一起打包出去。

出问题之后,怎么停、怎么查、怎么撤?

成熟的流程不只写“成功时怎么走”,还会写“异常时怎么办”。

Agent 也是一样。一个团队 Skill 至少需要明确:什么情况下停止执行,什么情况下交给人,输出怎么留痕,更新后能不能回滚到旧版本。否则所谓共享经验,迟早会变成一次难以追踪的批量试验。

这几件事没有一件听起来像产品卖点,却决定了团队能不能放心让 Agent 真正参与工作。

隔离沙箱解决不了所有问题,但它划出了一条必要边界

Agent 在隔离沙箱中运行,并配合权限审核和版本管理

隔离运行、权限审核与版本管理的概念示意,并非 Hermes 的实际系统架构图。

Nous 把 Hermes 的任务运行环境放在 Azure Container Apps Sandboxes。官方称这些隔离 microVM 能在不足一秒内启动,并在空闲时释放计算资源。对于企业用户,它还提供了在自有 Azure tenant 中运行的选项。

这类设计很容易被概括成“更安全”。说得更准确一点:它解决的是运行时隔离的一部分问题。

一个 Agent 在独立环境里执行,至少可以减少它与其他任务、宿主机或长驻进程直接混在一起的机会。自有 tenant 则让企业能把数据驻留、网络边界和审计要求放回自己的云账户里处理。对金融、医疗、跨境业务或受严格采购约束的组织,这些不是锦上添花,而是能否试点的前提。

可沙箱并不会自动让共享 Skill 变安全。

如果一个 Skill 本身给了错误指令,沙箱会很干净地执行错误指令;如果它调用的外部工具权限过大,隔离环境也无法替你判断这次调用是否合理;如果团队把未经验证的经验不断推广,运行位置再受控,决策质量仍然会下降。

所以,运行隔离解决的是“任务在哪跑”,Skill 治理解决的是“任务为什么这样跑”。两件事缺一不可。

团队怎样维护共享 Skill?

一开始,可以先把共享 Skill 放在内部代码库里。每份文件写清作者、维护人、适用场景、依赖工具和所需权限,再注明最近一次验证时间,以及失败后应该找谁处理。

发布时找两类人看看:熟悉业务的同事确认流程有没有漏掉例外,了解安全或系统权限的同事检查工具和数据访问范围。团队很小时,也许同一个人就能完成,但这两项检查最好都留下记录。

版本管理同样实用。更新后保留旧版和修改记录,真出了问题,至少可以暂停新版、查到影响范围,再退回之前的做法。

使用一段时间后,还可以看人手动修改了多少次。例如某份 Skill 十次输出有八次都需要大改,就值得回头检查它的适用范围和步骤。这个比例只是排查信号,不是通用的淘汰门槛:人工修改也可能是在补充任务要求。

真正要积累的,不是更多记忆,而是更可靠的共同判断

我在 4 月写过 Hermes,当时更关心个人 Agent 能否记住用户的偏好和项目背景。团队共享带来了新的麻烦:我的临时补丁,可能恰好是另一位同事需要避开的操作。

个人记忆允许一些只对本人有用的习惯;团队 Skill 则需要有人解释它适用于哪些任务、依赖哪些权限,以及发现错误后如何撤回。不是每一份个人经验都需要进入共享库,能被其他人理解和验证的方法才值得留下。

Agent 负责按当前任务执行,Skill 提供可复用的做法;至于谁能发布、谁有权限运行、出错时如何停下,仍要由团队的审核流程和权限系统负责。Nous 公告提到了共享前审核,但公开材料没有展开所有细节。企业真正采用时,这些细节还得逐项问清楚。

参考来源

以上来源用于确认 Nous Research 关于 Hermes Enterprise 的发布口径与社区反馈,不等同于独立基准测试。文中关于技能审核、权限继承、版本回滚和隔离边界的建议,是基于公开资料的工程推演,并非 Nous Research 对产品功能的承诺。

RSS Feed 使用 Hugo 构建
主题 Stack 由 Jimmy 设计