智能体并发干活后，企业真正缺的是“验收排班表”

一位研究员一天能推动几条工作线？以前答案取决于团队人数；现在还取决于他同时派出了多少个智能体。OpenAI 在9月6日披露的内部观察里，到8月中旬，其研究组织每一个人类工作日，已对应3.1个智能体工作日。这不是“员工多了3倍”的简单故事，而是一个很具体的管理变化：产出不再按人头排队，验收却仍然要由人来排队。

很多企业还在问“要不要给每个部门配一个Agent”。更该先问的是：当一个负责人上午同时收到十份方案、二十个异常和数百条可选动作时，谁先看、按什么标准看、哪一类可以放行、哪一类必须升级？没有这张排班表，并发能力越强，人的判断队列反而越容易堵死。

智能体把“做事”变成并行，没把“负责”变成并行

同一份研究显示，年初还只是轻度使用编码智能体的中位研究员，到8月已日常接入；高并发工作方式也在增长。智能体覆盖的工作从代码和基础设施，延展到技术支持、监控运行等环节。值得注意的是，OpenAI 同时明确：人仍设定研究优先级、判断结果、决定继续、暂停还是部署。自动化扩展的是试验和执行的吞吐量，并没有自动生成“什么值得做、什么可以承担后果”的判断。

真正稀缺的，不再是能启动多少智能体，而是组织能在正确时点投入多少高质量的人类判断。

这也解释了为什么“让智能体先跑起来再说”常常走不远。任务越长、上下文越复杂，越需要人回到环路里修正方向。上述内部数据中，过去6个月成功完成的4至8小时任务里，超过一半经历过至少一次人工介入。它不是智能体失败的证据；恰恰说明企业应该把介入视为一项被设计、被计量的生产能力，而不是临时救火。

别只配智能体，给负责人配一张“验收排班表”

我建议把每类智能体输出先分成三条队列。绿灯队列是格式固定、后果可逆、已经过回归验证的重复动作，可在阈值内自动执行；黄灯队列是需要业务确认的建议、内容或数据变更，要带上依据、影响范围与截止时间；红灯队列涉及付款、对外发布、敏感数据、权限扩大或跨系统动作，必须指向具名负责人和升级路径。

这张表至少要写四个字段：谁值班验收、承诺多久响应、逾期后怎样降级、每周复盘哪些被人工改写。这样一来，企业就能看清真正的瓶颈是在模型质量、知识缺失，还是人的审核容量。它也能避免一个常见误判：把“负责人没来得及看”误当成“智能体做得不行”。

STARBOX视角：让判断也成为可调度的组织能力

在 STARBOX 的“组织 → BOX → 智能体”三层里，组织层不只配置权限，也要定义这张验收排班表：哪些结果可自动过、谁拥有黄灯决策权、红灯如何升级。BOX 层应保存验收口径、被退回的原因和已确认范例；智能体层据此执行并把例外回流。DDABC 的价值也在这里：Deploy 不等于交付结束，Analyze 要找出人工介入最密集的节点，Benchmark 比较响应时效与返工率，Calibrate 再把有效的判断沉淀为下一版规则。

智能体并发不是把组织变成无人驾驶，而是迫使组织更早地回答：有限的人类注意力，应该留给哪几件不可委派的事？先把这个答案排进班表，更多智能体才会带来更快的业务闭环，而不是更多待处理通知。

来源：OpenAI《Research acceleration: The view inside OpenAI》（2026-09-06）。文中3.1个智能体工作日、任务介入比例均为该机构内部观察，不能外推为行业平均。