9月23日，在云栖大会"Qoder 赋能超级个体"分论坛现场，阿里巴巴 ATH 事业群 Qoder 产品专家耿欣带来主题演讲《QoderWake：从桌面里的 Agent 到工作现场的数字员工》。
耿欣分享了 QoderWake 从 5 月 Beta 版本到 1.0 版本这四个月，团队围绕"数字员工"所做的实践与思考。她把数字员工定义为"可以进入组织的真实工作现场，持续承担岗位职责的 Agent"，并用一套高度拟人化的招聘思路，把产品拆成岗位角色、身份工位、培训教学、进入 IM 、连通系统、记忆成长六个环节。
截至分享当天，QoderWake 已创建超过 10 万个数字员工，服务超过 2000 家企业。她最后提出"超级组织"的畅想——人与数字员工围绕共同目标形成一张长期协作的网络，让智能进入现场，让经验留在组织中。
以下是演讲全文：
大家好，非常荣幸来到云栖大会，分享 Qoder 团队在数字员工方向的实践。我是 Qoder 团队的产品经理耿欣。从今年 5 月发布 QoderWake 的 Beta 版本，到最近发布的 1.0 版本，四个月的时间里，团队围绕"Agent 持续为团队提效、达成数字员工"这个话题，进行了大量的实践与思考。当 Agent 越来越能做事，如何让它像真人员工一样去服务团队，为最终结果提效和负责？
从"能做事"到"进入组织"
过去两年，AI 的发展已经翻天覆地，给生活和工作带来了质的改变。最早用 ChatGPT 去问：做一个网站，登录功能怎么写，搜索功能怎么写；后来有了编程 Agent，它可以读本地代码，直接把生产级代码写完；再到最近有了浏览器控制和电脑控制，Agent 已经可以端到端地把整个产品交付出来。
到这一步，"做事情"这个问题已经解决了。但使用这些功能，是跨产品、跨平台的。这样的切换，在单人场景下还能承受；可一旦进入团队，离散在各个产品、各个环节里的上下文，全都会产生断路。
还是拿做网站这个例子来说，真实的团队工作是这样的：讨论发生在一个群里，需求和研发在这里沟通；PRD和Spec在文档系统里，项目管理是独立的系统；研发状态的流转，是在 GitHub 或者 Aone 这样的平台里。人想在真实的组织里把所有工作串联起来，需要不断地把这些上下文复制给 Agent。
这样的操作，在人类的团队协作里并不会高频发生，因为每个人都在群里参与讨论，看到、感受到的上下文是同样的。如果 Agent 已经具备了干活的能力，想让它像人一样工作，是不是应该让它也进入到这些平台里，和我们肩并肩，成为坐在自己旁边工位的同事？
如果它能进入这些产品、进入这些环境，给它定义一个明确的职责，它知道在什么时候、以什么样的规则、什么样的职能边界去工作，是不是就可以成为想要的数字员工？
什么是数字员工
沿着这个思路，Qoder 团队基于 Harness 和 Agent 的能力，在已经具备端到端交付的基础上，去定义数字员工到底是什么。
当下我们对这个概念的理解是：数字员工，是可以进入组织的真实工作现场，在一定的授权范围内持续承担岗位职责的 Agent。这样的 Agent 可以和团队在同一个环境里协作，每一个人类同事都知道什么样的工作可以交给它，它也有明确的职责范围，知道需要反馈给团队什么样的输出。
这样一来，对 Agent 能力的维护就不再是单点的任务，而是以岗位和职能来组织。它不再需要今天做完一个需求，明天来一个新需求又要重新理解，而是沿着这一套基础能力矩阵，持续和人、和 Agent 协作。QoderWake 就是承载这样一种能力的产品，我们把每一个数字员工叫做一个 Waker。
每一轮 AI 浪潮的迭代，大家都会对数字员工有新的理解。基于现在的定义，QoderWake 的产品形态用六个方向做了明确的界定。
我们的思路是高度拟人化的：既然它叫数字员工，那就参照团队招聘一个新人——从加入团队，到逐步承担工作职责，再到可以完整履职，持续进步——拆成六个环节。从明确招聘诉求、创建一个岗位和角色，到授予工牌和工位，到教他工作、给他团队资料，再到让他长期工作，并在工作中得到成长和进化。
第一个能力：岗位与角色
一个数字员工想把工作做好，先要知道这份工作的具体要求是什么。比如用户反馈了同样一句话，产品经理关心的是：这个反馈对存量需求有没有冲击和挑战？如果要接，优先级是什么？客服同事关心的是：这个反馈会不会有舆情，怎么回复？数据同事关心的是：这个反馈对指标、对增长有没有影响？
面对同样的信息、同样的上下文，不同岗位要交付和分析的东西是不一样的。所以在 QoderWake 里，可以给每一个 Waker 定义明确的职责，告诉它需要的知识和方法，以及交付标准。这样，不同岗位的专业能力才能对应到具体的工作中。
QoderWake 已经提供了 10 个开箱即用的岗位和角色，覆盖研发、产品、运营、数据、内容，以及内部有成功实践的客服答疑等角色。不同团队、不同公司都有一些特殊的、不在覆盖范围内的需求，所以也提供了通过自然语言快速打磨出一个自定义角色的能力。
在角色方面，还有一个更自然的想法。当团队人力不够的时候，相比于向外求，下意识的反应更多是向内求——团队经常会说，"要是能再招一个和小王一样的员工就好了"。因为看中的，是这位同事已经有了对业务存量的理解，有经验、有方法论，和团队有过深度磨合。
这个思路天然指向一个能力——个人分身，把人平行地复制一份出来。既然把自己复制了一份，团队在这个岗位上的效能是不是直接就翻倍了？在这次云栖大会前，个人分身的初始版本刚刚推出。在授权钉钉聊天记录和资料之上，它会学会你的表达方式、你对事情的认知方式，以及你做事的方法，去承接你的工作。比如在来现场参加大会的这段时间，它已经可以替你承接原本应该由你回复的消息。
第二个能力：身份与工位
明确招聘需求之后，就需要给数字员工一些真实的权限和它的工位。身份，是给数字员工赋予权限的方式。在阿里集团内部，已经开放了给 Agent 这样的数字员工授予真实工号的能力。目前公司里已经有大几千个数字员工在真实的团队里工作，它们会出现在组织架构库里，和真人以平行的能力、相同的权限在公司里生存。这样的好处是它有独立的权限，不依赖人的权限是否在线，也可以明确到它的行为责任归属。
更重要的是工位这一层。人真实的工位，是一台电脑、一个座位；而对于 Agent 来讲，它也需要一个稳定的工作环境作为它的工位。我们推荐给数字员工找一台独立的"第二台电脑"：既可以自己购买ECS和Mac Mini，也可以在QoderWaker里直接开通一台云电脑——我们提供了原生集成云电脑流式操作的能力。
它最大的价值是：数字员工有自己的环境、工具、文件和任务流转。只要数字员工的工作环境在线，它就可以持续工作，和人的整个工作环境全部解耦，做到真正的 7×24 小时响应。这也是为什么在 Qoder 后面加了一个"Wake"——希望数字员工可以在人的边界之外，一直清醒、一直响应、一直工作。
第三个能力：教会团队的做法，让 Waker 熟悉业务流程
岗位角色只是专业能力的起点，真正上岗，还需要让数字员工理解每一个团队自己的流程。团队沉淀好的知识库、固定的工作流方法论，在产品里可以快速导入，或者用自然语言创建动态工作流。
但更重要的是，大量面向业务和系统的操作流程，并没有成型的文档，而是掌握在人的大脑里、掌握在人的经验里。在这样的场景下，产品提供了更天然的"录制学习"能力：只需要点一个按钮，Agent 就可以看到你是如何处理某个问题、操作某个平台的，把你所有的操作学习下来，记录成可复用的 Skill。这样，团队既可以把存量知识喂给它，也可以把做事的经验教给这位员工。
通过前面三个环节，数字员工已经接近人类岗位的工作能力。接下来，就是把它送到真实开始工作的环境里。
第四个能力：进入 IM 群聊，把团队讨论转成可以推进的工作
数字员工首先要进入人所在的 IM 里，因为这是人和 Agent 交互的第一个界面。大量信息的流转、人和人的沟通需求，都出现在 IM 群聊里。
通过@Waker能力连通IM之后，可以把多个数字员工放在一起工作。@Waker 可以根据群里发生的事情、根据上下文，自动找到最适合当前任务的岗位。比如一个群里 @Waker 添加了一位产品经理、一位研发、一位数据分析师，不同同事去@它的时候：一位同事说"去创建分支、关联需求、处理缺陷"，这样的需求就由研发工程师来承接；另一位同事说"帮我分析一下数据的涨跌"，就由负责数据的数字员工来承接。
而这样的协作很多不是一次性的，人会有大量的讨论。如果在它执行的过程里，另一位同事打断它，说"我还要补充一个信息"，@Waker 也可以感知到上下文的变化，给出的最终结果会像人一样有一个实时的处理路径变更。它可以像人一样，持续地看到、听到群里发生的所有事情——人甚至会在消息爆炸的时候去忽略，而它作为数字员工天然具备这样的能力。
所以可以把它送到真实工作环境里，让它处理那些人处理不了的事情。同事和它的协作，已经超越了在这个环境里的任何一位人类同事——每一位人类同事都可以使用它来完成自己的工作。
第五个能力：持续履职，让工作沿着业务流程推进
IM 是人和 Agent 的交互面。但完成一个研发任务，事实上还需要接入到真实的代码库，进入 GitHub，进入存量的各个系统。
真人工作的时候也有类似情况：会要求一个人类员工每周去做某个任务，或者当一个工单进来的时候、达到某种情况的时候，由某位员工去响应。所以在 QoderWake，给 Agent 赋予了基于定时、事件、和 API 去触发它工作的条件。当环境条件变化的时候，会有对应的员工进行任务响应。
以基于 GitHub 的研发流程为例，一位同事自己创建了开发、评审、测试、发布四个不同的数字员工。它们会主动感知上一步状态的变化，主动承接下一步工作，任务的流转都在数字员工之间直接完成，人只需要确认最终的高敏感操作这一步。
这样一来，职责已经可以在数字员工和系统之间连贯流转，人只需要验收最终结果、对关键环节做确认。它相当于把研发团队的工作效率，在平行时空里复制了一遍。
第六个能力：在工作现场持续成长，把经验带到下一次任务
到最后，随着数字员工完成的任务越来越多，就像人在一个领域里做得越久，它一定会沉淀出属于这个岗位、这个领域的专属知识和经验。
QoderWake 的记忆体系里，设计了多个层面的记忆和经验沉淀。任务的上下文，可以帮助数字员工知道这个事情做到了哪里、整个环节发生了什么；对项目和群聊的记忆，会保留团队里的约定——是谁和它交互，是小王还是小李，每个人的习惯也不一样，也会被数字员工记下来；专业和经验方面的沉淀，会成为属于这个岗位的专属能力。
除了主动的记忆，还有主动的自学习能力。大家已经习惯了说"帮我去创建一个 Skill"，但在数字员工体系里，人甚至不需要说这句话——数字员工会主动判断哪些事情、做到什么程度，需要沉淀成一个技能。这些沉淀出来的做法，会属于这个员工，成为它未来工作的指引。
面向未来的畅想：超级组织
看到数字员工的能力之后，我们有了更面向未来的畅想。当 Agent 具备了人的能力，还可以和人流畅协作、进入工作的场景，未来的组织，是不是就是一个人与 Agent、硅基生命和碳基生命共同存在的"超级组织"？
真实的协作一定不是由单人完成的，也不是由同一个小团队完成的，它会跨多个岗位、多个团队，有深度的协作和沟通。这张协作网络里，既有人类，也有承担不同职责的数字员工。一个数字员工可以由一个人类同事培养，也可以由一个团队培养；它会根据不同职责，和不同的人配合，并不是只服务创建它、管理它的那一个人。而一个项目结束之后，所积累的岗位经验、工作方法，可以持续服务下一个工作。这些关系和能力，都会停留在组织里。
这就是随着 AI 能力发展未来可以达到的超级组织：人和数字员工围绕共同的目标，形成一张长期协作的网络。组织里数字员工的浓度越高，超级组织的发展程度也就越高。人负责方向、关键判断的责任，数字员工则替代人完成大量职责和执行的范围。期待的未来是：组织不再受人力流动或 headcount 的限制而造成效率和产出的降低，可以按照需求快速利用 AI 的能力去复制和扩展，并且为团队带来持续、持久化的增强。
在 QoderWake 数字员工能力矩阵下，可以为组织带来三层价值。第一，专业方法可以沉淀——团队验证过的方法整理成岗位知识，沉淀到数字员工身上，这些经验可以服务人，也可以服务数字员工。第二，组织经验可以留存——参与的人会变化，而因为有数字员工的存在，这些项目全部会成为组织资产留下，下一项工作开始时可以被直接复用和借鉴。第三，成熟能力可以规模化复用——在这 10 个角色模板之上，把企业里的经验汇聚成自有的企业级角色库，当其他团队需要类似能力的时候，可以在公司专有的能力上补充自己的要求，快速投入使用。一个团队做成的事情，可以帮助组织里更多的人去做相同的事情，这也是团队持续探索的方向。
四个月的实践成绩单
最后回顾一下，从 5 月 20 日正式对外发布以来这四个月，数字员工在对内对外的实践情况。
已经有超过 10 万个数字员工被 Qoder 创建出来。对标真实公司，10 万个员工已经是阿里巴巴这样量级公司的规模。这些数字员工也已经服务了超过 2000 家企业。
阿里集团内部有大量团队的典型案例，数字员工已经融入到他们的日常流程里。
第一个案例是阿里云的一个 AI platform 团队。多个团队像一张交叉网络一样，共同维护一套数字员工，并且在跨团队之间有深度的协作。
在集团里，还有一个非常可爱的数字员工，是 Qoder 团队做出来的，叫 Q 仔。它一直在公司里承担大家对 Qoder 这个产品的客服答疑需求，从上线以来已经累计超过 9 万条真实的答疑记录。
另外一个案例，体现了 Agent 能力在研发场景之外的表现。阿里健康团队做了一个 7 个 Waker 的运营小组，覆盖品牌、内容、设计这样的角色，这些数字员工做的营销活动，直接达到了 2.3 亿次的品牌曝光。
而盒马团队做了一个数字分析师的员工。真实的数据分析和取数过程非常复杂和漫长，而它可以在两个小时里交付一份完整的数据分析报告。
这些不同岗位的案例，共同特点是：数字员工进入到了团队原有的流程，并且开始承担真实的工作。Agent 正在扩展一个人的工作能力，QoderWake 先让这样的能力进入企业的真实现场、承担真实的工作，把经验留给团队、留给组织。
让智能进入现场，让经验留在组织中——这是 QoderWake 希望 AI Agent 可以为大家带来的深化变化。也欢迎大家去体验产品。
