今年 4 月，万物云宣布 6 名 AI 员工转正。同月，阿里传出将员工绩效与“AI 协作贡献”挂钩。管理 AI 员工，从概念变成了具体问题：KPI 怎么定？错了谁负责？钱怎么算？
我们拿到了一家中型电商公司“启明电商”的内部文件——一份 23 页的《AI Agent 岗位说明书（v2.1）》。文件详细规定了 7 个在岗 AI 员工的职责、考核和结算方式。这 7 个 AI 分别负责商品文案、客服、营销邮件、竞品监控、库存预测、售后审核和短视频脚本。
不叫“员工”，叫“岗位编号”
启明电商的第一个管理决策是去人格化。所有 AI Agent 在内部系统里没有名字，只有编号：A-101（文案）、A-201（客服）等。HR 系统中，它们的岗位标注是“AI 工具”，不占正式 HC。
这不是文字游戏。A-201 上线第一周，有用户投诉“客服态度冷漠”。因为它只是个编号，客服主管不必像处理人类投诉那样介入，只需调取对话日志，检查是否符合预设的协作规则，再决定是否调整提示词参数。
岗位说明书的第一条原则是：AI 的“绩效”本质上是工具效能的评估，不是对人的评估。 这一基调，决定了后面所有指标的设计。
三把尺子：任务完成率、错误成本、人工返工率
启明电商为每个 AI Agent 设了三个核心 KPI，权重因岗位而异：
1. 任务完成率（权重 40%） A-101（文案 Agent）每天要生成 200 条商品短标题。完成率指“无需人工修改可直接发布”的比例。2026 年 1 月上线首月，这个数字是 62%；经过提示词优化，到 5 月稳定在 81%。
2. 单次错误成本（权重 35%） A-201 曾一次性向 17 位客户发送了错误的退货地址，导致 8 单快递发错。公司计算的“单次错误成本”包括：快递拦截费、补偿券、客服主管 1.5 小时的紧急处理时间折算人工成本，合计约 4200 元。
岗位说明书规定：单次错误成本超过该 Agent 月均产出价值的 5%，触发“黄灯”；超过 15%，触发“红灯”暂停服务。 A-201 在 2 月触发一次红灯，被暂停 48 小时。工程师回溯发现，问题出在一份过期的退货政策文档未及时更新。
3. 人工返工率（权重 25%） A-501（库存预测 Agent）每周输出未来 7 天的 SKU 级补货建议。采购经理会逐条审核。人工返工率指“被修改超过 30% 的建议条目占比”，目前是 19%。
三个指标加权后，每月生成一份“Agent 效能报告”，抄送给 AI 的“直接主管”和 IT 运维团队。
“薪酬”怎么算？按产出和 token 结算
启明电商没有给 AI 发工资。它们的“薪酬”实际上是三种结算方式：
- A-101、A-301、A-601（文案、邮件、短视频）：按“可用产出量”计件。每条通过审核的文案，内部核算成本 0.12 元（含 API 调用费+提示词维护人力分摊）。月产出约 6000 条，月成本约 720 元。
- A-201（客服）：按会话量结算，每轮有效会话 0.08 元。日均约 300 轮，月成本约 720 元。
- A-501（库存预测）：月订阅模式，API 调用费+知识库维护费合计每月约 2100 元，是 7 个 AI 中“最贵”的。
7 个 AI 员工的月总“人力成本”约 8400 元。公司做过测算：如果这些岗位全部由初级员工承担，月薪支出约 7.2 万元。AI 成本约为人力成本的 11.7%。
但这个数字没计入两个隐性成本：一是两名工程师的部分工时（每人每周约 8 小时）；二是每月一次的效能复盘会，业务、IT、HR 三方参加，每次约 2 小时。
失败了怎么办？三级容错机制
这是手册中最有参考价值的部分。启明为 AI 员工设计了三级容错：
L1 熔断（自动）：A-201 连续 3 轮对话被用户标记“无帮助”，系统自动切换为人工客服接管，并通知值班主管。
L2 暂停（需主管确认）：单次错误成本触发黄灯，直接主管需在 4 小时内决定是否暂停该 Agent，并记录原因。A-201 今年 3 月触发过一次，主管决定不暂停——错误发生在非高峰期，影响可控。
L3 下线（需跨部门评审）：30 天内累计触发 2 次红灯，启动跨部门评审。IT、业务和 HR 三方共同决定是调整配置、换模型，还是永久下线。目前 7 个 Agent 中，A-401（竞品监控）因连续两月任务完成率低于 50%，在 4 月下线，职能转由一名初级运营员工兼职。
这套机制的逻辑是：不追求 AI 不犯错，而是设计好犯错后的响应流程。
谁来当 AI 员工的“主管”？
启明为每个 AI Agent 指定了一名“直接主管”，通常是对应业务部门的负责人。主管的职责包括：每周审阅效能报告、审批提示词和知识库变更、在 L2 暂停事件中做决策、参加月度复盘。
一个细节：A-101（文案）的主管是市场部经理，但技术运维由 IT 团队负责。市场部想调整文案风格，需通过内部工单系统提交变更请求，IT 评估后实施。这避免了业务方直接操控 AI 导致的责任混乱——业务不能绕过技术，技术也不能脱离需求。
落地三步
如果你们团队想引入 AI 员工，启明的经验可以提炼为三步：
第一步：先定义“岗位”，不是“技术”。 不要从“该用什么大模型”开始，而是从“哪个岗位的哪项重复性工作可以被 AI 承担”开始。启明的 7 个 Agent，每个都有明确的输入（如用户消息）、输出（如标准回复）和判定标准（如是否被标记“有帮助”）。
第二步：把“错误成本”前置。 很多团队只看效率提升，忽略犯错代价。启明的“单次错误成本”指标，让团队在 AI 出错时能快速量化损失，避免陷入“AI 到底行不行”的争论。
第三步：让“主管”成为实权角色。 指定一个具体的人对 AI 产出负责，这个人要有权限暂停服务、审批配置变更、参加定期复盘。没有主管的 AI，最终会变成没人管的黑箱。
启明的体系还在迭代。他们的 HR 负责人透露，下一步计划将 A-201 的效能报告与客服团队的人类员工 KPI 并列展示，让团队更直观地看到人机协作的真实产出比。这个实验的结果，我们会持续跟踪。
