遵循 12 要素应用和 12 要素 Agent 的精神，我提出了 12 要素公司。本文是一份活文档，我会持续更新。
组织塑造技术，技术也塑造组织。复式记账法、印刷机、蒸汽动力、传真、互联网以及过去 30 年的软件，都改变了建设和运营优秀组织的意义。AI 也将如此。
虽然我们仍处于这个进程的早期——但它会伴随着大量的创造性破坏迅速到来。值得尝试预测未来的组织将如何运作。
过去的公司是围绕人类执行的瓶颈设计的。未来的公司是围绕人类品味和判断力的瓶颈设计的。如果执行在很大程度上被商品化，那么背景、知识、秘密和品味将积累价值。旧公司捆绑劳动和协调。新公司捆绑背景和权威。
数据 vs 计算
- (1) 拥有你的背景
- (2) 租用你的智能
自建 vs 采购
- (3) 自建你的工具
- (4) 采购基础设施
招聘
- (5) 先雇佣 Agent，再雇佣人
- (6) 组建小而品味极高的团队
学习
- (7) 最大化内部信息开放度
- (8) 设计一个复合学习机器
流程设计
- (9) 制定评估标准
- (10) 被动 + 主动
任务学习
- (11) 存储并从生产轨迹中学习
- (12) 编码你的专业知识
(1) 拥有你的背景
真的，你必须拥有它。这意味着你需要避免那些试图囤积你的背景以建立护城河的工具。要么供应商必须让你完全无限制地访问你的数据（及衍生数据），以便你以任何方式使用，要么你需要一个不同的解决方案。你的背景是你的显性知识——也包括所有隐性知识和制度知识。这是第一次，你需要把所有这些写下来，让组织对人类和 Agent 都变得可读。
(2) 租用你的智能
智能还不是一种商品，但 99% 的知识工作将会如此。保持可选性和定价能力的方法是让切换智能变得容易。不要让背景吸血鬼进来，不要让狐狸进入鸡舍。
(3) 自建你的工具
软件比以往任何时候都更便宜、更容易制作。这正在改变采购和自建之间的界限。你的工具栈对你的业务是独特的，完全拥有它是保护你独特背景的另一种方式。
(4) 采购你的基础设施
但你不应该什么都自己建。你（大概）不应该自己构建无服务器训练基础设施、数据库或操作系统。基础设施原语能让你更快地行动，构建更具可扩展性和弹性的系统，最重要的是，构建更多独特的背景。
(5) 先雇佣 Agent，再雇佣人
这一点很简单。对于一项新任务，比如审阅求职者简历，首先尝试教一个 Agent 来做，然后再考虑雇佣一个人来做。
(6) 组建小而品味极高的团队
小而高质量的团队能够更快地做决策，并且信任度更高。当瓶颈从执行转向品味时，你必须优化新的瓶颈。
(7) 最大化内部信息开放度
过去的组织将信息隔离并建立领地。这很可能从来都没有真正奏效过，但对于 Agent 来说，这是灾难性的，因为 Agent 的优劣取决于其背景。对于你的小而高质量的团队，默认保持开放。
(8) 设计一个复合学习机器
获胜的组织将更快地攀登服务客户和市场的这座山。换句话说，它们会学得更快。你要将你的公司设计成一个持续学习机器，并尽可能缩短循环时间。
(9) 制定评估标准
对于核心和/或关键任务，你需要为 Agent 提供充分的指令，还要提供一个评分卡来检查它们的工作。评分卡或评估标准，以及其中的具体标准，也是需要随着时间改进和迭代的。
(10) 被动 + 主动
一个诱惑是把 Agent 当作一个低级的实习生——你把工作交给它们，它们执行，希望做得好。这没问题，但真正让人愉悦的同事也是主动的。他们不断思考业务、客户、路线图，并主动提出改进公司的方法。寻找方法构建有足够组织背景的后台 Agent，它们能很好地做到这一点。
(11) 存储并从生产轨迹中学习
这一点看似显而易见，但我认为它比人们意识到的更微妙。目标不是“以防万一”而在遥测上花大钱——而是利用 Agent 的实际执行来帮助它们改进。这不算“递归自我改进”，但对于应用型 AI 构建者来说，已经不远了。
(12) 编码你的专业知识
你的 Agent 获得的最大收益将是识别问题的模式并纠正它们。你雇佣的其他 Agent 可能能够识别这些模式，然后来找你，向你请教，以便你帮助修复它们。
(13，额外！) 最重要的是：在使用 AI 之前先思考！你的思考和品味，现在和将来，都是你的优势。
采用这些原则的组织将变得更小、更快，并为客户提供超值的价值。不采用的组织将会消亡。更多相关理论，请阅读：敏捷者将继承地球。
祝好运。
感谢 @dexhorthy（12 要素 Agent 的作者）阅读了本文的草稿
