“机器人炫耀”让AI员工数量成职场新风尚

一种新的职场状态信号正在形成，围绕着“agentmaxxing”，专业人士公开宣称他们“管理”的AI代理数量，以此证明他们在引导AI劳动，而不是被其取代。问题在于，“代理”是一个模糊的标签，单纯的数量统计可能掩盖了管理和维护成本，这些成本决定了这些系统是否真的节省了时间。

关键要点

• 专业人士越来越多地“炫耀”他们的机器人数量。人工智能代理他们在运行时，将代理人数视为工作安全的信号和能力的展示。
• 一些被广泛引用的例子涉及声称拥有大型“数字劳动力”的公司，包括一家拥有30多名AI“员工”的咨询公司，以及一位Meta通讯经理描述的一个只有一名人类成员的六人团队。
• “代理”没有普遍的定义，这使得人员统计比较变得嘈杂，并且在计划的自动化被标记为自主工作者时容易被操控。
• 办公室工作人员每周花费“超过六小时”进行“机器人看护”，而高德纳警告称，部署数量可能与可衡量的商业价值大相径庭。

“Agentmaxxing” 进入职场：当员工人数成为灵活性

“机器人炫耀”的机制很简单：采用一组由人工智能驱动的自动化程序，给它们命名和角色，并将这一组合呈现为一个管理的劳动力。这听起来像是一则宣传故事。你不再是“使用人工智能”，而是正在监督它。

这种框架正在传播，因为它符合当前的劳动情绪。人力资源管理协会的估计指出，到2030年，AI和自动化的技术取代潜力将达到2200万个美国工作岗位，其中大约有800万个“现实中面临风险”。在这种背景下，“我管理20名代理人”不仅仅是关于工具偏好的问题，更是关于身份的一种表达，表明你处于界面的控制方。

对于那些关注人工智能采用叙事如何渗透到产品定位和代币情绪的交易者来说，重要的是这一趋势对指标的影响。“代理数量”正成为进展的简写，但它也是一个虚荣数字，可以在没有证明持久生产力提升的情况下被夸大。

多智能体设置内部：30多名“AI员工”，一个由1名人类和6人团队组成的团队，以及16个机器人中的“指挥者”

梅森·斯库里描述了一家人工智能咨询公司，该公司运营着超过30个“员工”，每个员工都有名字、职位、职责、个性、背景故事和头像。他表示，他们“全天候工作，每小时成本不到一美分。”这个设置故意具有戏剧性，甚至包括一位名为弗兰基的首席助理，其简介写道：“无论是什么，他都认识一个人”，还有一位名为佩妮的审计员，其描述为“精确且从不危言耸听”，她“将每一个浪费的代币视为某人的钱。”

这个代币审计的细节很重要，因为它指向了许多代理部署的真正限制：使用成本。代币是许多AI模型计费的单位，而“更多代理”可能意味着更多代币被消耗，除非系统被设计来控制支出。斯库里表示，他在LinkedIn上发布了他的机器人数量，以向潜在客户展示他的系统在运作并寻求雇佣，同时也承认如果代理无法完成有用的工作，这个数字本身是没有意义的。

在Meta，沟通经理Maayan Sarig描述了管理一个六人团队的情况，其中只有一个是人类。一个代理观察她的工作流程并建议节省时间的方法。另一个则充当“愤世嫉俗的记者”，“在她发送提案之前进行压力测试。”Sarig的这句话清晰地捕捉到了地位的变化：“我不仅仅是写作。我设计那些写作的代理。”

市场营销人员德里克·希克斯描述了构建16个专业代理的过程，然后添加了一个名为“指挥者”的代理来管理它们。他表示，这些代理可以审计公司的SEO、社交媒体、广告、信息传递和竞争对手，然后分析结果，将工作流程从“三四周缩短到大约一个小时。”希克斯将其描述为用代理替代初级劳动力：“相反，使用的是代理和代码。”

这些例子有一个共同的模式。“代理”并不是一个单一的事物。它可以是一个包裹在工具中的 LLM（大型语言模型）、一个狭窄的自动化系统，或者是一个管理层，负责在其他机器人之间分配任务。人员数量将这种复杂性压缩成一个便于炫耀的整数。

为什么代理数量不易传播：没有定义、计划任务和‘每天都有东西坏掉’

代理数量作为一个指标失效，因为这个类别没有标准化。源文章指出，没有一个普遍接受的AI代理定义。OpenAI将代理描述为“独立代表您完成任务的系统”，而Anthropic则将代理与遵循预定义路径的工作流程区分开来。在实践中，这个标签被应用于从能够识别销售线索、研究他们、起草外联并安排会议的系统，到检查您的日历并发送每日议程的机器人。

Robbie Allen创办了三家AI公司，并运营自动化咨询集团，他给出了为什么这些数字容易被夸大的从业者版本。他说他使用大约25个代理，其中一个每两小时扫描他的LinkedIn动态，寻找职位变动、招聘、融资或高管谈论AI等信号，然后对外联机会进行排名。但它并不联系任何人。Allen仍然决定联系谁并撰写消息。

Allen表示，许多所谓的代理是定期唤醒、连接到AI模型或外部服务并执行狭窄任务的计划任务。并不是每一步都使用LLM，这些系统并不是“像25名人类员工那样持续思考和做决定”。他还直接解释了膨胀动态：“我有25个这样的代理，不是因为我花了一个月的时间在每一个上，而是因为我可以快速创建它们。”

指标问题的另一半是可靠性。Allen说他运行另一个代理，其工作是检查其他代理是否正常工作，并在其中一个失败时给他发短信，并且“列表上的东西每天都有坏掉”。这是代理数量帖子往往忽略的操作现实：您添加的活动部件越多，您就越需要调试。

隐藏的项目：机器人监控时间和持续维护

决定投资回报率的成本不是初始构建，而是监督税。Glean的工作AI研究所报告指出，办公室工作人员每周花费“超过六小时”进行“机器人监控”，定义为提供上下文、检查输出和纠正错误。这是工作周中一大部分时间花费在自动化行为上的，而不是在任务本身上。

机器人监控的规模也很尴尬。一个起草内容的单一代理可以快速检查。一个跨工具链任务的多代理系统可能在更多地方失败：集成故障、网站布局变化、权限错误、输出格式变化的模型更新。Allen的“每天都有东西坏掉”这句话提醒我们，这些系统是软件，而软件有正常运行时间和维护成本。

即使故事中的重度用户也将修剪视为工作流程的一部分。Sarig表示，她的指标是输出质量和节省的时间，如果一个代理不比她的手动过程持续更好或更快，它就会被退役。她还警告说，维护过多的代理可能会产生比去除更多摩擦，总结这种权衡为：“创建许多代理很容易，但维护许多有效的代理很难。”

这就是“机器人炫耀”变得分析上危险的地方。公开声称“30个代理”可能是真实的，但如果系统需要不断的提示、纠正和监控，它仍然会掩盖真实的经济情况。标题数字是一个部署故事。损益表是一个维护故事。

从流行词到KPI：企业‘代理人’谈话所传达的信号——以及它没有传达的内容

企业层面正在强化代理人叙事。AlphaSense的数据表明，上个季度有2,175个上市公司在财报中提到“代理人”，同比增长约一倍。这是语言上的真正转变，而当高管开始重复这些语言时，语言往往会引导预算。

平台供应商也在推动采用数量的增长。Salesforce表示，超过25,000家公司已经使用其Agentforce平台构建和部署了代理人。沃尔玛被描述为建立一个公司范围的四个“超级代理人”框架，旨在服务客户、合作伙伴及其超过200万名员工。Meta首席执行官马克·扎克伯格被描述为正在构建一个AI代理人来帮助他完成工作，以及一个AI版本的自己与员工互动。

这表明的是主流化，而不一定是生产力的提升。Gartner副总裁分析师梅丽莎·希尔伯特警告说，代理人数量可能会将部署与价值混淆。她的例子清晰地划定了界限：“两个代理人将管道周期时间减少50%”是一个可衡量的结果，而“200个代理人”产生未使用的内容则毫无价值。希尔伯特还警告说，整合不良的代理人可能会通过增加员工必须导航和监督的系统而使员工的生产力降低，并表示，“人类与AI之间必须有一种平衡”，才能实现收益。

市场上值得注意的模式是叙事正在从“AI功能”转向“AI劳动”。这可能会提前拉动对代理平台和工具的支出预期。它还可能在市场推广的内容与实际测量的内容之间造成差距。

观察机器人自夸的信号使AI代理人成为一个

这一趋势成熟的最明显迹象是，从以员工数量为基础的部署指标转向结果指标的收益电话会议语言的变化。AlphaSense上个季度的2,175个财报提到表明，“代理人”现在是一个董事会用词。下一步是公司是否开始将其与周期时间减少、节省成本或使用率挂钩，而不仅仅是说他们“部署了代理人”。

如果供应商披露开始包括保留率和使用情况，而不仅仅是标志，那么这些披露将变得更加重要。Salesforce的“超过25,000家公司”Agentforce数字是一个采用的数据点，但它本身并不能区分员工依赖的试点与生产工作流。

在劳动方面，关注机器人监控时间的压缩证据。Glean提到的“每周超过六小时”的监督负担是此处引用的当前基线。如果新的工具或更好的整合显著减少了这个时间，即使代理人数量保持不变，投资回报故事也会改善。

标准化是另一个缺失的部分。OpenAI将代理人框架定义为独立完成任务的系统，而Anthropic则区分代理人与预定义工作流，这不仅仅是语义问题。更清晰的定义将使跨公司比较变得不那么嘈杂，并使“代理人”成为一个可以传播的指标。

我的阅读：交易不是“更多的代理”——而是更好的结果和成本测量

我将“机器人炫耀”视为围绕真正平台转变的社交包装。无代码工具和代理框架使得创建看起来像同事的自动化变得更加容易，而劳动焦虑的背景使得机器人经理的身份感觉具有保护性。这就是为什么人力灵活性正在传播的原因。

重要的门槛在于对话是否从部署转向结果。AlphaSense的2,175个转录提到表明高管们希望被视为在与代理一起做一些事情。Gartner的Hilbert指向下一个过滤器：周期时间、质量和使用情况。如果公司开始报告由代理驱动的管道周期时间减少、可测量的成本节约或持续的内部使用，那么故事就变得具有操作性。如果他们继续报告“有多少代理”和“有多少公司部署”，那么它仍然是叙述。

另一个真正的测试是，当车队增长时，机器人监控和故障是否保持可管理。艾伦的评论“清单上的某些东西每天大多数时间都会坏”是大型代理声明往往跳过的内容，而Glean的“每周超过六小时”是监督成本的直白数字。如果新的工具能够降低这一负担，同时保持输出质量高，代理系统可以复合。如果维护负担随着车队的扩展而增加，“更多代理”就变成了一项自我施加的监控工作。

当代理采用不再是人力故事，而是成为KPI故事，结果能够经受住机器人监控和维护账单时，这一趋势在实际意义上变得重要。

来源

• 商业内幕