目录 开场两把尺子一把量个体一把量体系 L1到L5五个等级到底差在哪 六个维度为什么不能只看自主性 成熟度三级管体系和管个体是两回事 四象限等级和场景该怎么配⚠️ 六个必须核实的口径问题️ 领码 SPARK 融合平台给自评装上尺子 给企业的六条落地建议 开场两把尺子一把量个体一把量体系这期内容来自晓辉博士袁晓辉前腾讯研究院副院长的视频号《Agent越来越多企业怎么管?》4 分 51 秒。导航里最后一个点是「04:40 从超级个体走向超级组织」。“从超级个体走向超级组织这句话落到实处其实是一个很具体的管理问题企业里那些 Agent到底算不算数字员工”算的话它们处在什么水平10 月 14 日到 16 日2026 人工智能产业大会AIIC2026在山东济南黄河国际会展中心举行。10 月 14 日上午的智能原生论坛里中国信通院连着发布了两项标准而且明确说它们是互为输入输出标准面向谁分级方式解决的问题《数字员工能力分级要求》数字员工个体L1 到 L5 五级这个数字员工有多强《数字员工运营管理能力成熟度评估模型》企业组织基础级 / 优秀级 / 卓越级 三级这套管理体系管得好不好这个互为输入输出的设计是这两项标准最值得注意的地方。它意味着你不能只评估 Agent 强不强也必须评估企业管不管得住。一个 L5 的数字员工放在一个卓越级体系里和放在一个基础级体系里实际产出完全不是一回事。而这个区分恰恰是当下大多数企业最缺的。信通院自己在发布材料里把企业的困境列成了四条规划建设缺标尺、运营管理缺规范、能力水平缺分级、建设成效缺依据。这四条里最被忽视的是第三条。为什么因为前两条企业自己知道疼。项目孤岛是自己受过的伤异常定位慢是自己的锅。但我这些 Agent 到底算强还是弱企业从来没有尺子。 L1到L5五个等级到底差在哪先看《数字员工能力分级要求》的五级框架。参与单位名单里有一批很能说明问题的名字中金公司、平安人寿、泰康保险、平安银行、兴业银行、国投证券、国铁物资、中广核核电运营、南方电网人工智能科技、扬州市数据局、深圳市数据局相关单位以及深圳大学。40 余家机构、70 余位专家参与首次研讨会。五级的定义是这样的等级名称一句话特征自主程度L1辅助操作级人工主导逐步辅助人工监督密集L2规则流程级规则驱动流程自动流程自动执行L3感知交互级多模态感知自然交互能感知能对话L4认知协同级因果推理人机协同能推理能协同L5自主演进级自主学习持续演进无人值守这张表最该被读出来的是最后一行和第一行的关系。从 L1 到 L5人工监督密集到无人值守是完整的反转。这不是越来越聪明的意思。这是**人要在不在场的区别。**L1 和 L2 的 Agent人必须在旁边盯着或者在流程里做确认L5 的 Agent理论上可以在无人值守的情况下自己学习和演进。这两类东西的风险管理方式、审计要求、权限设计完全不是一回事。但这里有一个必须点出来的关键事实。《数字员工能力分级要求》在 10 月 14 日那天是**“技术规范首次研讨会”**——官方措辞是会上各位专家群策群力围绕数字员工能力维度、定级框架进行了深入讨论。后续项目组将会继续完善技术规范内容推进编制工作。也就是说它当时还在编制阶段不是已发布的可执行标准。而 10 月 14 日同步发布的《数字员工运营管理能力成熟度评估模型》信通院官方发布的材料明确写着现已正式发布并同步启动首批试点评估工作。这两个标准在同一天一个正式发布并启动试点评估一个首次研讨、继续编制。这个差别在很多二手报道里被抹平了——如果你看到某篇文章说信通院发布了数字员工 L1-L5 分级标准那很可能把两件事混成了一件。对企业的实际影响是你现在可以拿成熟度模型去做自评首批试点评估已经启动评测材料准备约 1~2 周、现场评测约 2~3 天但 L1-L5 分级在编制完成前只能当作参考框架不能当作验收依据。 六个维度为什么不能只看自主性分级框架的六个能力维度是维度问的是什么任务自主性从多长的指令开始需要人干预几次信息处理复杂度处理的是结构化、半结构化还是非结构化信息决策与推理有没有因果推理能力能不能做判断而不只是执行交互与协同跟人、跟别的 Agent 怎么配合学习与自适应能不能从反馈里改自己的行为可靠性与异常处理出错时怎么表现能不能兜住这六个维度里最容易被漏掉、也最能拉开实际差距的是后两个学习与自适应、可靠性与异常处理。原因很直白自主性是能做什么可靠性和学习能力是能不能一直做。一个 L4 的 Agent任务自主性很高、决策推理很强但一遇到没见过的异常就乱改策略——它在演示里是 L4在生产里可能是负分。而一个 L3 但极其稳的 Agent长期价值可能更高。这也是为什么评测必须包含异常路径。企业自测时通常跑的是正常场景测得又快又好看。真正决定生产表现的是当输入不符合预期时它是降级、追问、还是硬着头皮编一个答案。信通院另一份同期发布的标准材料里数字员工的测试环节被拆成了四类功能测试 场景测试 安全测试 压力测试然后才是业务验收。注意这个顺序——业务验收排在最后。意思是业务能用是最后一道关不是第一道。而那份标准里还提到了一个很实际的机制灰度发布。小范围试运行收集反馈逐步扩大服务。 成熟度三级管体系和管个体是两回事现在看第二个标准——《数字员工运营管理能力成熟度评估模型》。它面向的是组织回答这套数字员工管理体系管得好不好。它的框架结构是三横一纵层能力子域解决什么建设实施层战略规划与场景识别、角色设计与知识构建、开发实现与模型适配、测试验证与部署上线规划·上线运营治理层运行监控与日常运维、知识运营与优化迭代、能力评估与价值度量、退役管理与资产回收用好·评好基础支撑层安全与合规、基础设施、平台工具、数据与知识、模型服务底座·资源机制保障横贯组织与角色、流程与制度贯穿规划到退役注意第一层的第一个能力子域“战略规划与场景识别”。标准里明确要求从场景识别与风险分级入手明确优先级。这个风险分级很关键——它把第 3 篇讲的沙箱隔离档位、第 4 篇讲的模型权限纳入了一个统一的分级语言里。沙箱该用哪一档不再是技术人员的直觉而是可以按风险分级反推的。还有一个能力子域值得单独拎出来“退役管理与资产回收”。标准里对它的描述是“退役时资产与知识也不能有效回收”、“提供退役评估、知识留存与残值复用的方法论”。残值复用这四个字说明标准制定者考虑过一件事退役的数字员工不是删掉就完了它的知识资产应该沉淀下来。这直接对应上一篇讲的上下文四层里 L3 业务知识的沉淀问题——Agent 走了知识得留下。标准的量化规模是15 个能力子域、71 项能力项每一项配套可衡量指标与验证要点三级要求逐级抬升、同一指标在不同级别设定差异化要求。它也明确诊断了企业的三个典型病症病症标准里的原话建设缺统筹“顶层设计与落地执行不匹配”“同一类能力重复开发供应商和工具选型口径不一”运营缺规范“上线即进入维护状态”“出现异常依赖人工版本变更不规范”度量缺依据“既说不清自身处于什么水平也难以对标行业差距”第三条说不清自身处于什么水平正是分级标准要解决的。顺带说一个同期发布的、更早的兄弟标准《数字员工运营管理指南1.0》CCSA TC601 编制2026 年 7 月。它提出的一个公式很值得记住数字员工 数字技术能力 业务流程封装 组织角色管理这个公式的意义在于它明确否定了数字员工 一个大模型 几个工具调用。后两项目前恰恰是企业最缺的——流程封装和组织角色管理都是需要人来梳理的活不是模型能自动生成的。同一份指南还给了数字员工的五个核心特征PAAIC 模型精确性、易塑性、组装性、智能性、可复制性。其中可复制性的官方解释是——“数字形态天然近乎零成本边际效应是核心优势”。这是数字员工这个概念真正的商业逻辑复制一个数字员工的边际成本远低于复制一个人。 四象限等级和场景该怎么配等级有了场景怎么配《数字员工运营管理指南》给了一个基于任务复杂度和自主能力两轴的四象限模型象限特征典型场景关键要求战略决策型高复杂度 × 高自主供应链优化、量化策略生成、企业危机自动预警需要严格的伦理框架与人类兜底机制专业辅助型高复杂度 × 低自主医疗诊断辅助、法律合同合规审查、投研分析、企业级 AI 编程人类专家把握方向AI 增强工作效能流程自动型低复杂度 × 高自主财务月结报表下载、新员工入职全流程、电商订单状态同步、客服工单标准分发闭环可靠7×24 稳定运行无需人工干预工具执行型低复杂度 × 低自主信息检索、代码片段补全、文档格式转换、会议纪要提取、基础数据录入即插即用基础原子能力这个模型最实用的地方是它给出了一个容易被忽略的判断象限决定了谁来兜底。战略决策型需要人类兜底机制 伦理框架专业辅助型需要领域专家把握方向流程自动型需要的是可靠性监控而不是人盯着工具执行型需要的是有人调用它很多企业把 L4、L5 的高自主能力套在低复杂度 × 低自主的场景上工具执行型花大钱建了一个自主系统去做简单活然后抱怨投入产出比不对。这是能力预算的错配不是能力不够。指南里还给出了阶梯式升级路径和一套超级调度网络的协同机制——以战略型为大脑动态拆解复杂任务专业型提供深度分析流程型负责落地执行工具型提供基础能力支撑。治理原则是动态安全边界高阶自主需要建立严格的伦理框架。同一个部门的不同 Agent能力等级可能差得很远但它们在协同网络里的位置是可以从象限反推的——报表机器人是流程自动型低复杂度 × 高自主风控分析是专业辅助型高复杂度 × 低自主后者需要人类专家把握方向。左边是这个 Agent 有多强右边是企业管得好不好。左边到 L5 而右边停在基础级意味着你的 Agent 能力够了但你的管理体系配不上它——风险恰恰在这里。标准的互为输入输出设计正是为了让这种不匹配能被提前发现。顺带说一个可核查的标杆案例指南附录收录了四大行业的七个案例其中航空业的案例是——某航空公司智能客服数字员工大模型训练超 100 次AI 处理率从 20% 提升至 30%用户满意度从 75% 提升至 92%。请注意AI 处理率从 20% 提升至 30%这个数。提升 10 个百分点听起来不错。但它是在 100 次训练之后才拿到的。这个数字同时说明了成功率和难度——它也提醒我们同一个指标从 20% 到 30% 和从 80% 到 90% 完全是两件事但报道里长得一样。⚠️ 六个必须核实的口径问题一、L1-L5 分级的发布状态。它在 2026 年 10 月 14 日是首次研讨会 继续编制。引用时必须写清楚状态不能写成已发布的国家标准。二、成熟度模型的正式发布指的是什么。信通院自己发的是《数字员工运营管理能力成熟度评估模型》同时启动了首批试点评估。发布标准和通过评估拿到证书是两件事。而且它面向组织侧不是给单个 Agent 打的分。三、别把《数字员工能力分级要求》和《智能体Agentic AI能力评估标准 1.0》混为一谈。后者是信通院联合 AIIA 在 2026 年 7 月 1 日发布的用的是1 到 5 星评级、评估对象是完整的智能体系统、六个能力域是任务规划、工具调用、长期记忆、环境感知、安全合规、多智能体协作。两套标准时间不同、评级方式不同星级 vs L 级、评估对象不同系统 vs 数字员工个体、能力维度也不同长期记忆 vs 学习与自适应。它们是互补关系不是同一件事的两种说法。混用会导致采购选型和自评对不上。四、数字员工 ≠ 所有 Agent。按信通院《智能原生研究报告 1.0》的界定智能原生是设计之初即以人工智能为核心驱动力构建的产品、企业或系统判别标准是抽离 AI 后运行逻辑是否仍成立。而数字员工的定义是通过融合人工智能、机器人流程自动化、自然语言处理等技术模拟人类员工行为和思维的数字劳动力——关键词是岗位形态和承担明确的职责与考核要求。一个内部提效工具不一定是数字员工一个承担岗位职责的 Agent 才是。这个区分直接影响它要不要走数字员工的评估体系。五、四象限模型有多个版本在流传。《数字员工运营管理指南》的四象限是战略决策型 / 专业辅助型 / 流程自动型 / 工具执行型而同一场智能原生大会的解读材料里出现了另一套命名——“基础自动化 / 智能助手 / 专业决策型 / 自主执行型”坐标轴描述也不同“任务复杂度与自主能力” vs “任务复杂度与自主性”。同一场大会的材料里出现两套四象限命名说明这块还在演进。引用时务必注明出自哪份文件的哪一版。六、企业案例的数字要拆成三个口径看。比如微众银行的公开数据是80 余个 AI 数字员工、日均 Token 消耗量突破 200 亿、覆盖上千个金融核心场景、信贷审批效率提升 10 倍、获客成本下降 20%、反欺诈核查周期由 3 天压缩至 5 分钟。这六个数里80 多个是规模200 亿是消耗量信贷审批效率提升 10 倍和3 天压缩至 5 分钟是效率获客成本下降 20%是成本。它们不能混成一个数字员工很厉害的结论。尤其日均 Token 消耗量突破 200 亿这一条——它既是规模的证明也是成本的起点。一家银行日均 200 亿 token按 DeepSeek 公开价格折算2026-09-18 核对V4-Flash 缓存未命中 $0.15/M仅输入部分每天就是 3 万美元量级。这个数企业自己心里得有账。同样中交一公局厦门工程的公开数据是工程检测、桩基诊断、合规审查、智能巡检全生产场景部署生产类数字员工方案合规审查效率提升 80%自动化建模效率提升 300%。自动化建模效率提升 300%要谨慎看——6 倍的效率提升通常意味着这个场景原本有大量手工建模是明显的重人工环节。把它当成通用水平去对标自己的场景是最常见的误读。️ 领码 SPARK 融合平台给自评装上尺子这一节写给正在做企业数据平台的人。这两项标准最有价值的部分恰恰是给企业提供了一张可以自我诊断的检查表。而这张表在企业里的对应形态是这样的标准里的能力子域企业里的对应形态战略规划与场景识别每个部门自己立项重复买同一个能力角色设计与知识构建知识散在各人电脑和聊天记录里Agent 接不到开发实现与模型适配每个 Agent 直连模型 API没有统一接入运行监控与日常运维探索性错误和真故障混在一起告警没人看知识运营与优化迭代知识更新了没人知道Agent 还在用旧版本能力评估与价值度量说不清投入产出向管理层证明不了贡献退役管理与资产回收Agent 下线了知识和资产一起没了这七条里最容易被忽略、也最容易造成实际损失的是最后两条。退役管理与资产回收在很多企业是完全空白——Agent 换模型、换框架、下线相关知识没人整理沉淀下来的经验随进程一起消失。而能力评估与价值度量是自评体系能直接帮上忙的地方。这张图想说的是一条边界规则在治理层判断在应用层权限在最外层。对应一iPaaS 接数据——先把数据与知识这一层登记清楚才能谈分级标准的基础支撑层里数据与知识和模型服务是并列的两项。而角色设计与知识构建这个子域明确要求“能力源于知识而非代码”。这句话点出了一件事很多企业评估数字员工能力时注意力全在用了哪个模型但真正拉开等级差距的是知识。正确的接法是接进来然后登记元数据。一份数据或知识进系统时必须挂上五个属性——归属哪个部门维护、时效版本与生效区间、适用场景、责任人、密级。为什么责任人这一栏特别重要因为标准的知识运营与优化迭代子域要求全流程管理知识采集、审核、入库、生效、监控与失效管理。没有责任人审核和失效管理这两个动作就没有执行主体。而一个知识资产没有责任人等于它迟早会过期而没人知道它过期了。顺带说版本与生效区间这一栏正是上一篇讲的计划与已达成要分开存的同一个原则在知识资产上的应用。对应二治理中心前置——把 71 项能力项变成可执行的自评清单这是这一节最实的一条。标准的能力评估与价值度量子域要求给出可衡量指标与验证要点。但标准给的是指标不是数据。企业要自己把这些指标变成能算出来的东西。治理中心该做的是让能力项在结构上就分得开每个 Agent 资产登记时带六个维度的评级任务自主性、信息处理复杂度、决策与推理、交互与协同、学习与自适应、可靠性与异常处理评级带评定人和评定日期评级不是一次性的带复核周期模型换了、prompt 改了、知识更新了评级必须重评异常路径的测试结果单独记录不与正常场景的成功率混在一起第三条是这一条里最实用的。因为 L1 和 L5 的差别本质上不是正常场景做得多好而是没遇到过的时候怎么办。而绝大多数企业的自评只跑了正常场景。顺带说一个必须做对的区分L 级是给这个数字员工的不是给这个部门的。同一个部门里可能有 L2 的报表机器人也有 L4 的风控分析 Agent。如果把评级挂在部门上这个分级就失去意义了。对应三全域守卫划权限——自评结果、资产清单、成本数据可见性要分开这一条在有第三方评估的场景下尤其重要。谁看到什么业务负责人自己 Agent 的评级、维度短板、下一步该补什么数据/平台团队全部 Agent 的资产清单、场景归属、责任人看不到具体知识内容管理层部门整体成熟度等级、投入产出口径看不到单个 Agent 的能力细节外部评估方评估所需的证据与材料按授权范围含审计日志安全/合规权限、调用记录、异常处理表现注意外部评估方这一行。标准的评估流程包含企业自评 → 资料解读 → 正式评估 → 材料补充 → 报告编制 → 报告评审 → 证书发放。在提交材料给外部评估方之前企业自己应该先做一遍权限检查——因为提交的证据里很可能包含比需要更多的知识内容和调用明细。这跟第 4 篇讲的网关那条规则是同一个道理能证明什么和能看到什么必须分层否则你在合规审查时会把自己绊倒。对应四与 Dify 分工——平台管评级怎么算应用层管该怎么用Dify 这类编排层适合做的是把这次任务路由到哪个 Agent“把结果做成看板”。但**这个 Agent 该评 L3 还是 L4“哪几项能力是它的短板”“退役时要回收哪些知识”——这些判断编排层做不了**它需要的是治理规则和资产台账。分工应该是谁做什么SPARK 治理层维护 Agent 资产台账、维护六维度评级规则、维护 15 子域 71 项能力项的自评口径、维护退役与资产回收流程Dify 应用层基于已治理的资产清单做编排调用、生成自评看板、触发运维与退役流程反过来做就危险了让编排层自己维护评级和退役逻辑那每个团队对这个 Agent 有多强的理解就各不一样最后拼不出企业的成熟度等级——而这正是标准要解决的问题本身。 给企业的六条落地建议先看成熟度别急着看等级。成熟度模型已经发布并启动首批试点评估材料准备约 1~2 周、现场评测约 2~3 天是当下可用的。L1-L5 分级还在编制先当参考框架。区分个体评级和体系成熟度别混着报。一个是 L 级三级一个是星级五级评估对象分别是数字员工和 Agent 系统能力维度也不同。混用会让采购选型和对标全部错位。每个 Agent 单独评级评级挂到资产上而不是部门上。同一个部门里 L2 和 L4 并存是常态。评级必须包含异常路径。正常场景的成功率测不出 L1 和 L5 的差别。降级、追问、硬编答案——这三种行为的选择才是等级的分水岭。给知识资产挂责任人和生效区间。没有责任人审核和失效管理就没有执行主体知识迟早会过期。退役时先回收知识和资产再下线进程。残值复用是标准里明确写的能力项。一个 Agent 下线不等于它学到的业务规则可以跟着消失。关于本期数据的一处说明文中标准框架、等级定义、能力子域与数量口径来自中国信通院人工智能研究所与 CCSA TC601 的公开发布材料2026 年 10 月 14 日智能原生论坛发布材料、《数字员工运营管理能力成熟度评估模型》官方说明、《数字员工运营管理指南1.0》解读材料、《数字员工能力分级要求》首次研讨会通稿企业案例数据来自各企业公开发布口径微众银行、中交一公局厦门工程、航空业案例未披露完整计算方法与对照条件。标准文本以正式发布版本为准评估结论以证书为准。你们公司的 Agent 现在有分级吗评论区贴一下你判断这活该交给 L2 还是 L4时用的标准我帮你看看有没有漏掉的维度。
