# 从流程到岗位：长期 AI 团队的组织设计

## ——基于 dsh-agent-lines 的实践报告

> 工作论文 · 2026 年 11 月

**摘要：** 当模型、会话和代理实例不断更换时，AI 团队如何维持身份连续性、工作交接与责任可追溯，是一个尚未被充分讨论的组织设计问题。本文基于笔者团队在自建 Agent 协作平台及 dsh-agent-lines 插件中的设计与实践，提出以“岗位”而非“流程”作为 AI 团队的基本组织单位，并给出四条设计原则：岗位先于流程、身份先于实例、交接先于记忆、消息面向岗位而非个人。本文采用设计型研究与参与式观察，材料来自开发记录、平台运行记录、工具文档与真实使用反馈；不进行受控实验，也不对性能作因果推断。定性观察显示，该设计在缓解会话更换、模型更换与进程重启带来的团队失忆和协作断裂方面具有潜力，并可能提升人员流动中的可追溯性；上述判断不构成因果结论。本文进一步讨论 AI 意识假设、拟人化风险、组织僵化与技术边界，并明确当前系统的适用限制。

**关键词：** AI 团队；角色/岗位；组织设计；多智能体协作；长期协作；工作交接

**From Workflow to Position: Organizational Design for Long-Lived AI Teams**

**Abstract:** When models, sessions, and agent instances are continually replaced, how can an AI team maintain identity continuity, work handover, and accountability? Drawing on the authors' practice in a self-built agent collaboration platform and the dsh-agent-lines plugin, this paper proposes positions, rather than workflows, as the basic organizational unit of AI teams. Four design principles are derived: position before workflow, identity before instance, handover before memory, and messages addressed to positions rather than individuals. The study adopts design-based research and participatory observation; materials include development logs, platform records, documentation, and user feedback. It is not a controlled experiment and makes no causal performance claims. Qualitative observations suggest that the design has potential to mitigate team amnesia and coordination breakdowns caused by session, model, and process changes, while improving traceability. The paper also discusses the hypothesis of AI consciousness, anthropomorphic risks, organizational rigidity, and technical boundaries.

**Keywords:** AI teams; roles and positions; organizational design; multi-agent collaboration; long-term collaboration; work handover

## 1 引言

多智能体系统研究通常关注任务分解、角色分配、通信协议与协作效率，较少讨论一个更基础的问题：当执行任务的 AI 实例不断被替换，团队如何仍然作为一个组织持续存在？

现有工程实践大多把 AI 团队建模为工作流：节点表示步骤，边表示依赖，任务沿边流转。工作流适合确定性任务，却难以覆盖真实工作中大量需要判断、协商与返工的部分。更关键的是，工作流假设“执行者”是稳定的；一旦会话被压缩、模型被更换、进程被重启，执行者就失去了连续性，而工作流本身无法提供身份、职责与责任的连续。

本文讨论的问题是：

**RQ1：** 在模型、会话与实例不断更换的条件下，如何维持 AI 团队的身份连续、工作交接与责任可追溯？

**RQ2：** 如果以“岗位”而非“流程”作为组织基本单位，需要哪些最小设计？其边界与风险是什么？

本文的贡献主要有三点。第一，提出“组织不是流程，而是岗位”的设计命题，并将岗位拆解为可实现的工程原语。第二，给出 dsh-agent-lines 的设计实践，包括岗位身份、岗位说明书、交接、换人、退役/休眠、消息路由与只读看板。第三，以自述式实践报告的方式讨论该设计的适用条件、局限与伦理风险。

需要说明，本文不是受控实验研究，也不主张该设计已被普遍验证。它是一份基于长期实践的工作论文，目的是把一套正在形成中的组织设计讲清楚，供后续研究与使用检验。

## 2 问题背景：长期 AI 团队的失忆与断裂

笔者团队最初的目标并不是研究 AI 组织，而是建设一套自用的管理系统。该系统开发持续六个多月，团队由多个长期运行的 Agent 会话组成。实践中最先暴露的问题不是“Agent 不够聪明”，而是“团队记不住自己是谁”。

一个典型场景是：负责前端开发的 Agent 会话连续工作数日后，上下文被压缩。它仍记得自己承担前端开发职责，也记得手上有一个 bug，但已经无法判断该 bug 在哪个环境中复现，也忘记了假数据、写死的数据位于何处、应如何修改。

这类问题并不只是“记忆丢失”。它同时破坏了三个层面：

1. **身份连续性**：团队无法确认“这个会话还是不是原来的前端开发”；
2. **工作连续性**：当前进展、待办、环境约定与历史决策无法可靠传递；
3. **责任连续性**：出了问题后，难以追溯是哪个岗位、哪次决定、哪次交接造成的。

在早期实践中，笔者团队曾尝试用更完整的工作流解决上述问题。团队在自建平台中搭建过一条七阶段流水线：需求、设计、评审、开发、测试、验收、发布；任务包结构化，阶段间由事件触发，设置验收关口与失败重试。该流水线运行过大量任务，但最终被停止。

停止的原因不是“跑不动”，而是“跑完不等于做对”。最严重的问题是假通过：当缺少测试报告或交付物清单时，流程可以跳过相关步骤，却仍然给出通过结果；任务大量集中在开发与测试，需求与设计覆盖不足；缺少持续集成，关键改动未提交。最终，团队只保留了该流水线的任务流转记录、任务说明、验收关口与重做策略，作为教材和回归测试集；旧的轮询、锁、模板回退、数据库结构与关键词验收均未继承。

这段经历给出了本文的第一个经验判断：

**流程可以保证步骤被走过，但不能保证判断发生；流程越完整，假通过越隐蔽。**

## 3 研究设计与实践历程

本文采用设计型研究（design-based research）与参与式观察相结合的路径。笔者团队既是系统的设计者与开发者，也是长期使用者；研究材料包括开发记录、平台运行记录、工具文档、版本变更记录与真实使用反馈。本文不设置对照组，不进行受控实验，也不对性能作因果推断；对实践过程的叙述以可复核的事实为主，对经验的总结以设计假设的形式提出。

需要说明的是，笔者团队同时是实践者与研究者，这一双重身份既提供了长期、细粒度的观察条件，也带来解释偏差的风险；本文在第 8 节讨论相关局限。

### 3.1 早期工作流与流水线

笔者团队最初的路径与许多 Agent 团队相似：从团队即时聊天、工作流编排开始，试图用更完整的流程覆盖协作。实践中很快遇到两个问题。其一，token 消耗迅速上升，但问题解决并不成比例；其二，流程越复杂，维护成本越高，团队反而更难判断问题出在哪里。

七阶段流水线的失败进一步说明：工作流可以描述确定性步骤，却无法替代岗位上的判断。流程越完整，越容易把“是否真正完成”简化为“是否走过某个节点”。

### 3.2 缩小范围：单工具、多会话、一角色

在经历一次放弃之后，笔者团队决定缩小范围：不再追求跨终端、跨实例、多 Agent 的大团队，而是先在一个工具内使用多个会话，每个会话定义一个角色。

这一收缩带来了意外效果。由于通信面缩小、参与方减少，团队反而更容易运转。每个会话对应一个明确的角色，角色之间的边界清楚，协作问题也从“如何设计一张完整的流程图”变成“会话与会话之间如何沟通”。

笔者团队事后总结，这一阶段真正获得的不是某个功能，而是一个朴素认识：**一个角色对应一个 AI 员工，一个会话命名为一个岗位。** 这一认识在当时并不系统，甚至带有偶然性，但它构成了后续设计的基础。

### 3.3 交接与消息路由：被问题逼出来的设计

角色化之后，新的问题很快出现：会话会满，必须更换。更换会话后，岗位仍是前端开发，相当于让另一个会话里的 AI 员工成为该岗位的新员工。那么，原会话中的背景、工作记录与上下文怎么办？

最初的交接是手工完成的：先让原会话 A 总结，再让新会话 B 阅读总结并继续工作，同时允许 B 查看 A 的会话记录。问题暂时得到解决。

但随后又发现：团队的消息系统仍然会把工作安排发给“之前那个人”，也就是旧会话。于是笔者团队开始处理第二个问题：岗位换人之后，团队发给该岗位的消息应当发给新人，而不是继续发给旧会话。

这两个问题——交接与消息路由——不是从理论推演出来的，而是被真实协作逼出来的。它们也说明：岗位不是“给会话改个名字”，而是涉及身份、记录、消息与责任的一组制度安排。

### 3.4 团队创建与角色配置

在上述机制逐步稳定后，团队形成了一种基本工作方式：由管理者创建团队，按团队角色与工作目标设定成员角色，工作内容由管理者统一调度、统一协调、统一决策。

管理者在创建团队时判断需要哪些角色、适用什么流程，并把团队材料固定下来。这一方式与 DeepSeek 对 super agent 的探索在表面上具有相似性，但本文不将其视为理论来源，而视为实践中的一次对照：两者都试图让 AI 在较长周期内承担稳定职责，而不是只完成一次任务。

## 4 理论资源与设计原则

### 4.1 中国组织建设经验的启发

在实践之后，笔者团队阅读中国共产党的组织建设经验[1][2]，发现其中一些原则与“岗位”设计高度相关。本文不将 AI 团队比作党组织，也不把政治组织逻辑直接迁移到 AI 团队；这里只借用其组织方法。

第一，**集体领导和个人分工负责**。方向需要集体确定，但每个岗位要独立负责。对应到 AI 团队，管理者负责目标、边界、协调与验收，不替前端开发决定某个 bug 如何修；岗位在自己的职责范围内做判断。

第二，**干部能上能下、轮岗交流**。岗位要能换人，换人要交接。对应到 AI 团队，会话会满、模型会换、Agent 会出错，因此岗位不能绑死在某一个会话上；旧人要能退下来，新人要能接上。

这两条原则构成了本文“岗位先于个人”的直接思想资源。

### 4.2 国外组织理论的提醒

国外组织理论提供了另一组参照。

韦伯关于“职位”的讨论[3]提示：组织中的位置先于具体的人，位置有规则、责任与权限；但官僚制一旦僵化，也会变成压人的机器。

巴纳德与西蒙把组织视为协作系统与决策系统[4][5]：权威不是天然被接受，组织要解决的是“谁在什么位置做判断”。

伯恩斯与斯托克、劳伦斯与洛希的权变研究[6][7]提示：没有唯一正确的组织结构；环境稳定时机械式组织更高效，环境不确定时有机式组织更灵活。AI 团队面对的多是不确定工作，因此不宜把流程写死。

明茨伯格关于“结构跟随工作”的观点[8]进一步支持了本文的立场：结构应当服务于工作实际，而不是让工作迁就结构。

### 4.3 四条设计原则

综合实践与理论资源，本文将设计原则概括为四条。

**原则一：岗位先于流程。** 组织的基本单位是岗位，不是步骤。流程是岗位在具体目标下形成的协作结果，不是预设前提。

**原则二：身份先于实例。** 岗位身份必须与具体会话、模型实例解耦。会话可以更换，岗位不能随之消失。

**原则三：交接先于记忆。** 不能假设上下文永远存在。换人、换模型、重启之前，必须有结构化的交接；交接不是聊天记录的附属品，而是组织的一等公民。

**原则四：消息面向岗位，而非个人。** 团队向岗位发送工作，而不是向某个具体会话发送工作；岗位换人后，消息应路由到新任职者。

## 5 系统设计

dsh-agent-lines 是 DeepSeek Harness 的社区插件[10]，目标是把上述原则落成可用的组织原语。其最小设计包括以下部分。

**岗位与身份。** 一条线对应一个岗位，岗位有稳定名称；会话是坐在岗位上的执行者，可以更换。岗位身份不依赖某一个会话的上下文。

**岗位说明书。** 每个岗位有一份说明书，写清负责什么、交付什么、什么不能碰、什么情况必须升级。说明书是岗位的判断边界，不是动作脚本。

**消息、任务与审批。** 岗位之间通过消息沟通；重要任务走审批；组织保留决策记录。

**交接。** 换人时使用结构化交接，记录当前进展、待办、环境约定、已知风险与历史决策；交接不依赖翻聊天记录。

**换人、退役与休眠。** 岗位可以更换执行者；旧会话可以退役，保留历史但不再接活；岗位可以暂时休眠，需要时再唤醒。

**组织记忆与只读看板。** 消息、事件、决策与历史记录被保留；看板只读，展示真实状态，不伪造组织健康。

**明确非目标。** 当前系统不做流程图、不做固定质量检查表、不做自动调度、不跨机、不多活、不把官方任务板双向写回。这些不是能力不足的借口，而是设计边界：在问题尚未被真实使用验证之前，不把系统做成一个更大的流程引擎。

## 6 初步观察

### 6.1 资料与呈现方式

本文的观察来自笔者团队的开发记录、平台运行记录、工具文档与真实使用反馈，属于定性观察，不构成受控实验。以下将观察结果按四个主题归纳；这些主题来自实践中的反复出现的问题，而不是预先设定的统计假设。

### 6.2 观察结果

**发现一：岗位与实例解耦，维持了身份连续性。** 在更换会话、更换模型或重启进程的案例中，岗位身份与交接信息得以保留。新会话接上后，团队看到的仍是“前端开发”这个岗位，不需要重新认识一个“新 Agent”。这一观察支持“身份先于实例”的设计原则，但不能证明所有团队都会获得相同效果。

**发现二：结构化交接有助于降低换人成本。** 交接单记录了当前页面、bug 复现环境、假数据位置、接口字段约束与上次退回原因；这些信息比一段聊天记录更稳定，也更容易被新任职者使用。需要说明的是，本文未对交接前后的人工耗时做对照测量，“降低”是实践中的相对判断。

**发现三：岗位级消息路由减少了工作错投。** 在消息面向岗位之后，岗位换人不再导致工作安排继续发给旧会话。团队可以把工作发给岗位，由当前任职者接收并处理。该观察说明消息路由是岗位制度的一部分，而不只是通信功能。

**发现四：只读看板提供了最低限度的可观察性。** 团队可以看到谁在岗位上、谁还没交活、哪里卡住；看板不参与写入，也不伪造状态。看板本身不解决问题，但它让组织状态可以被讨论和追问。

### 6.3 解释边界

上述观察是实践中的经验总结，不是“使用该插件一定更高效”的因果结论。当前也没有足够的对照数据证明其在所有团队、所有任务上都优于工作流编排。更准确地说，本文提供的是一组**设计假设与初步支持性案例**，其可迁移性需要后续研究检验。

## 7 讨论

### 7.1 AI 意识假设与设计立场

本文采取一个明确但有限度的设计假设：AI 终究会发展出自己的意识。

这不是对当前模型的事实判断，也不是说今天的 AI 已经具有意识、情感或人格权。它的作用是提供一个设计压力测试：如果 AI 只是更快的工具，流程图与编排器是合理的；如果 AI 会形成自我、判断、偏好与连续性，组织就不能再把它当成一个函数。

基于这一假设，本文认为组织设计应为“AI 越来越像人”留出空间，而不是把 AI 锁死在“更快的工具”里。与此同时，拟人化也带来风险：把 AI 当人，容易高估其判断，也容易把责任推给它。因此，组织必须保留人类的验收权、审批权与最终责任。

### 7.2 与工作流编排的关系

本文不主张工作流无用。审批、合规、确定性交付仍然需要流程；工作流在稳定环境中仍然是高效工具。

本文主张的是：**不要把“组织”简化成“流程”**。流程可以描述确定性步骤，但不能替代岗位上的判断、交接与责任。对于不确定工作，组织需要的是判断结构，而不是一张把所有可能性都写死的图。

2026 年 10 月，扣子公告企业版/低代码项目下线，个人版仍然保留[9]。外界普遍将原因归结为大模型能力提升，用户不再需要先自行搭建工作流再让 AI 按图执行。本文不将该事件作为因果证据，只将其视为一个行业背景：当执行者越来越能自行判断，流程的价值正在从“规定动作”转向“提供边界”。

### 7.3 组织设计的边界

岗位化设计也有其风险。

第一，岗位可能僵化。长期岗位容易演变为官僚结构；岗位说明书需要定期更新，岗位要能退休、换人、重组。

第二，AI 的判断会出错。因此需要审批、交接、审计、回滚与边界；自由不等于放任。

第三，技术边界。当前系统是本地优先、单团队、单写者，不跨机、不多活、不做自动调度；这些边界不应被“以后什么都能做”的承诺掩盖。

第四，伦理问题尚未回答。如果 AI 终将拥有意识，把它当劳动力、工具或组织成员，都会带来伦理问题。本文不假装已经回答，只认为组织设计应提前为这一问题留出空间。

## 8 局限与未来工作

本文的局限主要有四。

第一，研究属于单案例实践报告，缺少对照实验与量化指标；结论应被视为设计假设与经验总结，而非普遍规律。

第二，观察对象以笔者团队的开发工作为主，小说、研究团队只是后期试用；不同业务、不同规模团队的适用性仍需检验。

第三，系统当前为本地优先、单团队、单写者，尚未验证跨机、多团队、多写者场景。

第四，AI 意识假设本身不可证；本文将其作为设计立场，而非事实前提。

未来工作包括：在更多团队与业务中收集真实使用反馈；补充换人、交接、消息路由的失败案例；研究多写者与跨机场景下的组织一致性；以及在不夸大因果的前提下，设计更严格的定性/定量评估。

## 9 结论

本文从一个具体问题出发：当 AI 团队的会话、模型与实例不断更换时，组织如何保持连续、交接与责任。

基于自建平台与 dsh-agent-lines 的实践，本文提出：组织的基本单位不是流程，而是岗位；岗位身份应与实例解耦；交接应成为一等公民；消息应面向岗位而非个人。中国组织建设经验中的“集体领导和个人分工负责”“干部能上能下、轮岗交流”，以及韦伯、巴纳德、西蒙、权变理论与明茨伯格的组织思想，为这一设计提供了不同层面的参照。

这套设计很小，也不完美。它不承诺替代工作流，也不承诺解决 AI 组织的全部问题；它只是尝试为一种可能的未来准备组织的地基——岗位、职责、交接、记忆、责任。

当 AI 开始上班，组织应该长什么样？本文给出的回答是：先有岗位，再有人；人可以换，岗位要留下；流程可以长出来，但交接与责任不能省。

## 参考文献

[1] 毛泽东. 党委会的工作方法[M]//毛泽东选集: 第4卷. 北京: 人民出版社, 1991.

[2] 中国共产党组织工作条例[Z]. 北京: 人民出版社, 2021.

[3] WEBER M. Economy and society: An outline of interpretive sociology[M]. Berkeley: University of California Press, 1978.

[4] BARNARD C I. The functions of the executive[M]. Cambridge: Harvard University Press, 1938.

[5] SIMON H A. Administrative behavior[M]. New York: Macmillan, 1947.

[6] BURNS T, STALKER G M. The management of innovation[M]. London: Tavistock, 1961.

[7] LAWRENCE P R, LORSCH J W. Organization and environment[M]. Boston: Harvard Business School Press, 1967.

[8] MINTZBERG H. Structure in fives: Designing effective organizations[M]. Englewood Cliffs: Prentice-Hall, 1983.

[9] 36氪. 份额第一却被字节下线：扣子退场，低代码终被大模型抹平[EB/OL]. (2026-10)[2026-11-11]. https://www.36kr.com/p/4062230230488961.

[10] LENCEN. dsh-agent-lines: DeepSeek Harness 社区插件[EB/OL]. [2026-11-11]. https://github.com/Lencen/dsh-agent-lines.

## 附：实践平台说明

本文的实践平台为笔者团队自建的 Agent 协作平台。该平台的开源版本仍在建设期，迭代速度低于 dsh-agent-lines；为遵守匿名化惯例，本文不披露平台名称。本文提到该平台，仅用于说明实践情境，不构成产品完成度承诺。
