AI 让个人快了，公司为什么没跟上？Basis 从对账差额讲起

导读

个人已经能用 AI 大幅提速，为什么公司仍难把更多工作交出去？Basis 联合创始人 Mitchell Troyanovsky 认为，组织需要的是同事容易使用、行为可以预期的智能体，而非每个人自行配置一套工作方法。以银行对账为例，团队先明确遇到差额应解释原因，而不是补一笔账填平，并把这类重要选择写成行为规格。检查实际运行时，先确认是否遇到适用情境，再看智能体有没有照要求处理，使没有完整标准答案的长任务也能得到具体反馈。发现偏差后，开发者可用子智能体模拟重现场景，或从关键决定处分出运行分支，修改上下文再观察行为。这样的诊断补充最终结果评测，也让五小时任务中的错误有了可定位的节点。随着较窄任务的表现逐步稳定，负责人再决定哪些工作可以少检查、哪些任务可以继续交给它。