Contents

AI办公大战的下一站:给自己组一个“数字投委会”

全文约1600字,阅读需4分钟

AI办公大战的下一站:给自己组一个“数字投委会”

昨天写《AI办公大战打到最后每个人都要成为管理者》时,我其实还带着一点“未来畅想”的意味。

结果没想到,第二天就碰到了一个非常有意思的东西:Hermes Agent 最近推出的 Bot Mode

它让我突然意识到:

昨天说的那个未来,可能比想象中来得还要快。

一、以后打开电脑,看到的可能不是软件,而是一群“人”

传统的软件逻辑是:

打开 Word 写东西,打开 Excel 算数据,打开浏览器查资料。

AI Agent 出现以后,逻辑开始变化。

Hermes 的 Bot Mode 可以把不同 Profile 变成长期存在的 Bot。每个 Bot 可以拥有自己的角色、模型、记忆、Skills,甚至不同的工具权限;它们还能组成 Group Chat,相互讨论和协作。

这意味着以后打开电脑,你看到的也许不是:

Word、Excel、Wind、浏览器……

而是:

研究员、程序员、秘书、风控、数据分析师……

软件退到后台,“人”走到前台。

当然,这些“人”都是 AI。

这件事情最有趣的地方也随之出现:

以前我们研究的是“怎么使用 AI”,以后可能要研究的是:

怎么管理 AI。

二、于是我干了一件很无聊又很好玩的事

我本来从事固定收益投资,于是突发奇想:

能不能用 Bot Mode 给自己搭一个投资委员会?

不是一个“大模型帮我写研报”。

而是真的摆一张桌子,坐上一群观点不同的“委员”。

最后我们设计了七个角色:

Fundamental:基本面派,只问钱到底从哪里来。

Macro:宏观派,只关心我们现在处于什么经济和流动性环境。

Valuation:估值派,公司再伟大也没用,它只问一句:这个价格已经反映了什么?

Market:市场派,不讨论“应该涨还是跌”,只观察资金到底在干什么。

Skeptic:反方委员,专门负责一句令人讨厌但非常重要的话:

“如果我们错了呢?”

Risk Officer:风险官。它甚至不关心你判断得对不对,它关心的是:

“就算判断错了,我们会不会死?”

最后还有一个 Chairman

它不负责证明自己最聪明,只负责判断:

这么多人说了半天,到底什么东西真正改变投资决策?

然后我发现,事情开始变得有意思了。

三、真正重要的不是Prompt,而是“灵魂”

我们一开始也差点走进一个常见误区:

给每个 Bot 写一大堆岗位职责。

后来发现不对。

Hermes 本身就把两个东西分得很清楚:

SOUL.md 定义的是 Agent 是谁、怎么思考、怎么面对不确定性和分歧

而具体项目里的工作规范和流程,更适合放进 AGENTS.md

于是思路一下清楚了。

SOUL 决定世界观。

Skill 决定专业能力。

Tool 决定它能看到什么。

AGENTS.md 决定这一群人怎么开会。

比如 Fundamental 的灵魂不是“会算 ROE”。

它真正相信的是:

无论故事多性感,最后都要回答现金从哪里来。

而 Valuation 的灵魂则是:

再好的资产,也可能有一个糟糕的价格。

同样一家公司,两个人天然就会吵起来。

这才是我们需要的。

如果七个 Agent 最终得出了七份类似的研报,那还不如直接问一个 ChatGPT。

四、AI也会开成“无效会议”

更好玩的是,第一次测试马上暴露出了人类组织里极其熟悉的问题。

主席第一个讲话,很快就给所有人“定了调”。

后面的 Bot 开始不自觉地沿着主席的框架讨论。

几轮以后,大家越来越一致:

“综合来看,建议谨慎观察。”

看到这里我差点笑出来。

AI终于也学会了开会。

人类组织里最经典的毛病——领导先表态、下面纷纷补充、最后形成高度一致的正确废话——AI 一个都没落下。

所以我们又开始给它们制定“议事规则”。

主席不能先定调。

基本面、宏观、估值和市场必须先独立判断。

Skeptic 后出场,专门攻击已经形成的共识。

Risk 最后检查组合是否承受得起。

禁止投票。

禁止编数字。

不知道就是不知道。

UNKNOWNUNRESOLVED,甚至 NO ACTION,都是合法答案。

突然间,这已经不像Prompt Engineering了。

这叫什么?

我想了半天。

这叫:

组织设计。

五、昨天那句话,现在可以再往前走一步

昨天我说:

AI办公大战打到最后,每个人都要成为管理者。

今天我想补一句:

而且你管理的,未必是人。

过去,一个人的能力边界大约等于:

自己会什么。

未来,一个人的能力边界可能越来越接近:

你能组织什么样的智能。

你不一定会做信用分析,但你要知道信用分析应该由什么样的“人”做。

你不一定会设计估值模型,但你要知道估值结果应该由谁挑战。

更重要的是,你要知道:

什么时候该让他们独立思考,什么时候该让他们争论,什么时候该停止争论。

以前我们把这种能力叫:

管理。

Agent时代,也许还应该加一个词:

编排。

Prompt 当然重要。

但再往后走,真正稀缺的能力可能不是“如何向AI提一个好问题”,而是:

如何设计一群不同的AI,让它们彼此制约、彼此补充,最后共同做出一个比任何单个AI都更好的判断。

所以我越来越觉得,AI办公大战真正值得关注的,并不是谁又做出了一个更聪明的助手。

而是:

什么时候,我们每个人的电脑里,都会悄悄长出一家属于自己的“小公司”。

到那个时候,你最大的烦恼可能已经不是:

“AI会不会抢我的工作?”

而是:

“我手下这几个AI,怎么又开了一下午会还没形成结论?”

很好。

至少管理者的烦恼,AI时代也算完整保留下来了。