AI 员工干活，人当主管：怎么让 Agent 自己升级迭代

很多公司上线 Agent 之后，就当它是一次性投资：上线那天调好，之后再也不管。然后三个月过去，业务变了、规则变了，Agent 还按老规矩干活，越来越不准，最后被弃用。

Agent 不是买回来就完事的设备，它更像一个需要带的新员工。新员工会犯错，但你不会因为他第一天犯错就开除他——你会告诉他哪里不对，让他下次改。Agent 也应该这样：人当主管，Agent 越用越顺手。

这篇文章讲清楚一件事：怎么让 Agent 有「自己升级迭代」的能力，以及人在这个过程中扮演什么角色。

一、为什么 Agent 必须会迭代

一个不会迭代的 Agent，本质上在「过期」：

• 运价规则改了，它还按旧表报价
• 客户话术变了，它还按老模板回复
• 新开了一条航线，它不知道
• 业务主管发现了问题，但不知道怎么告诉它

你不可能每次规则一变，就找人来重写一遍提示词。公司里那么多 Agent，靠人手动维护根本维护不过来。Agent 必须能从日常反馈里自己变好，否则规模越大、维护负担越重，最后整个系统烂尾。

二、自迭代的机制：三个角色，一条流水线

怎么让 Agent 自己升级？不神秘，就是三个人分工：

角色一：干活的 Agent。 平时正常干活，但每干一件事都留下记录——做了什么、依据什么、结果如何。这就是它的「工作日志」。

角色二：收割反馈的 Agent。 定时（比如每天）去收集人对干活 Agent 的反馈：谁点赞了、谁纠正了、谁在留言里说「这里不对」。把每条反馈变成一条结构化记录。

角色三：提议改进的 Agent。 定时（比如每周）把所有反馈汇总，分析规律，提出一条改进建议——改提示词、改配置、改规则。它只出「草稿」，不直接生效。

最后一步：人（主管）看一眼草稿，批不批。 批了，改进就生效；不批，草稿作废。

三、人在迭代里的角色：从「干活」变成「审批」

这套机制最关键的一点：人不用再亲自去改 Agent，人只需要做判断。

过去维护一个 Agent 是这样的：业务发现不准 → 找人 → 说半天 → 改 → 又发现不准……循环往复，每一步都要人。

有了自迭代闭环之后是这样的：

• 业务在聊天里随手回一句「这个报价不对」或点个赞
• 收割 Agent 自动收集这些话
• 改进 Agent 每周自动汇总、提出改法
• 主管花两分钟看建议，批或不批

人的工作从「动手改」变成了「动脑批」。这就是人在迭代中角色的自动化——你不写代码、不改配置，你只需要对 Agent 的建议说行或不行。

四、货代场景：一个真实的迭代例子

假设你们有个催款 Agent，负责按账期提醒客户付款。

上线第一周，客户反馈「提醒邮件语气太生硬」。业务员在群里说了句「这个语气不行，客户容易翻脸」。

传统做法：找技术改提示词，两周后上线，客户已经忘了这事。

自迭代做法：

1. 收割 Agent 每天收集反馈，把「语气太生硬」记下来
2. 改进 Agent 周末汇总，提出建议：「把催款邮件的语气从强硬改为提醒式，附上付款链接和截止日期」
3. 业务主管周一看到建议，觉得合理，点「批准」
4. 催款 Agent 下周一用新语气发邮件

从客户抱怨到 Agent 变好，一周内完成，中间只有一个主管点了下批准。这就是自迭代的价值：改进的速度，从「找开发排期」变成「主管点一下」。

五、适用边界

这套机制的前提：Agent 的反馈能被人看到、能被收集（比如在聊天工具里回复、在工单里备注）。如果 Agent 跑在完全没人看的角落里，反馈无从谈起，先把它挪到人多的地方。

我还没完全解决的问题：反馈质量参差不齐怎么办（很多人随手一句「不对」但没说哪里不对）、以及改进建议会不会越改越偏。目前靠「主管审批」这一道关兜底，但长期看还需要更细的反馈标注方式。

继续读：一个 AI 干一件小事，串起来就是一整条业务流水线；生产环境稳定运行的 Agent，怎么通过 PR 把历史版本维护好？；怎么评估 Agent 有没有变好，见工作流接入后怎么持续评估？。