文章提出企业应用 AI 的重心应从写提示词转向像“雇人”一样管理智能体：为它设定岗位职责、权限边界、考核指标与协作流程，让智能体成为可被管理、可持续交付的组织成员。
前 Meta 工程师发布开源 AI 智能体 Chloe，用 TypeScript 编写，可本地掌控代码、工具与技能，支持任意模型和渠道，并能限制 token 用量、查看日志调优，已发布 0.25.1 版。
一批跨国企业公开了 601 个生成式 AI 应用案例，覆盖 11 个行业、6 种智能体形态。案例共性是：从重复劳动切入，先做单点再扩面。
麦肯锡指出企业 AI 落地四个关键：可扩展的技术架构、统一数据平台、按场景优先级分阶段推进、避免一步到位的高成本投入。
企业上 AI 失败大多不是因为技术选错，而是因为没选对第一个场景。五步法：诊断现状 → 筛选场景 → 单点试点 → 推广扩面 → 制度固化。