2026 CW#41 ｜决策模型、能力债务、Data Scout、知识自愈、Agent Ledger、AQuA-Louiscard

这一周最值得关注的，并不是又多了几个会写、会搜、会调用工具的模型，而是 AI 开始进入工作的「控制面」：它要做判断、调度流程、维护知识、访问数据，还要在上线后发现自己悄悄犯下的错。

这也让生产力问题换了一个重心。真正拉开差距的，不再只是模型能完成什么，而是组织能否把判断、权限、记忆、交付和复盘做成一套可持续运行的系统。

■ INSIGHT 观点

Jev：不要只让模型写答案，也可以让它输出决策信号

via TypeSafe AI

Jev 放弃生成长文本，直接返回带概率的类型化结果，适合分类、路由、评分和验证。它提供的不是一个更会聊天的模型，而是一种可以嵌进普通软件逻辑的「模糊 if 语句」：例如内容是否值得读、请求应该交给谁、结果是否需要人工复核。

这个方向很有价值，但也要警惕把复杂判断压成一个看似客观的浮点数。概率适合触发流程，不等于解释责任；越是招聘、风控等高影响场景，越需要保留证据、申诉和人工复核。

—

AI 让工作变好，不代表它让人变强

via Google Research

Google Research 在 11 家知识产权律所、133 名律师中做了三个月随机实验：AI 提升了整体工作质量，但资深律师的独立判断有所增强，初级律师平均没有获得同样的技能增长，结果反而出现更明显的强弱分化。

这提醒管理者区分两个指标：交付物质量和人的能力增长。如果 AI 接管了所有琐碎但能形成判断力的工作，组织可能得到更好的短期产出，同时积累更深的「能力债务」。新人仍然需要做预测、解释取舍、接受反馈，并在没有 AI 的条件下定期校准自己的判断。

—

■ CASE 案例

Notion 的 Data Scout：把数据队列改造成权限受控的自助分析

via Notion

Notion 内部最常用的 Agent 会查询 Snowflake 中的受治理数据，再结合 Notion、Slack 和会议上下文解释业务含义。过去一个月有一半员工使用过它；上线两个月后，数据团队 Slack 频道里的请求减少了 80%。

这不是简单地给数据库加一个聊天框。关键在于它同时拥有数据权限、业务语境和明确的工作出口：销售人员拿到的不只是数字，而是可以继续编辑的客户会议准备页。BI 的下一代界面，很可能不是更多 Dashboard，而是能在权限边界内把数据变成行动材料的 Agent。

—

Baseten 的答案机器人：知识库要会暴露缺口，也要会自我修复

via Notion × Baseten

Baseten 把企业知识 Agent 拆成三个协同角色：KatzGPT 从可信来源回答 GTM 问题；Sales Reporter 找出缺失或过时的内容，起草更新并交给专家审批；Sales Hub Verifier 持续检查所有者、标签和内容状态。

最重要的设计不是「什么都能答」，而是承认不知道，并把不确定性转成一项可分配的人类任务。专家修正随后回写可信来源，成为下一次回答的上下文。知识飞轮的起点不是更大的向量库，而是把失败答案稳定地变成维护动作。

—

■ PRODUCT 产品

定时 Agent 的六个部件：来源、出口、调度、记忆、护栏和交付账本

via Anthropic

Anthropic 的 Managed Agents 参考实现把每日简报当作一个小型服务，而不是「cron 加一段 prompt」：来源使用只读权限，偏好在每次运行时重新读取，状态用 bookmark 和 ledger 记录，只有 Slack 明确返回成功后才推进游标；结果不确定时标记为「maybe posted」，避免既漏报又重复发送。

这套原则适用于任何后台 Agent。不要把「没有新内容」和「来源读不到」混为一谈，也不要在交付尚未确认时提前更新状态。一个看起来很聪明的自动化，往往会死在权限漂移、重复发送和静默失败这些普通工程问题上。

—