你的 AI 员工可能在「摸鱼」：今天 50% 的 Token 正在被浪费

「

会动手的智能体，正从「回答问题」走向「自主执行任务」；可控，才是它上岗的第一前提。

—— AI约翰

过去一年，企业接 AI 的速度肉眼可见。我们前几篇聊过：智能体从陪聊转向生产力、普通人怎么接住这波能力、怎么把省下的时间变成增长，又怎么从养一个 AI 员工升级到养一支AI 班组。

但班组一旦上岗，一个被很多人忽略的问题就冒出来了：谁来管？怎么考核？出了事找谁？

这不是危言耸听。WAIC 2026 收官这几天，智能体安全与治理成了全场最密集的议题之一，几位重量级人物的发言，正好把这道「课后作业」摊开了。

📌 本文看点

01

从「输出什么」到「会做什么」，安全观的底层转向

02

影子智能体，企业 AI 最大的安全黑洞

03

你考核什么，AI 就优化什么

01

WHY CONTROL

当 AI 开始「自作主张」

过去我们谈 AI 安全，焦点是「模型输出什么」——别让它说错话、别生成有害内容。但进入智能体时代，关注点正在转向「AI 会做什么」：它能不能调用工具、改系统配置、串联多个环节，在没有人盯着的情况下把事干完。

图灵奖得主约书亚·本吉奥在 7 月 19 日 WAIC「前沿 AI 与智能体安全论坛」上提醒，安全保护措施的提升速度，可能赶不上能力的增长。浙江大学杜跃进则用「问题大爆炸」来形容当前阶段：智能体涉及模型、数据、工具、权限、业务流程多个环节，任何一环出问题都可能引发连锁反应——尤其在金融、电力、政务这类关键领域，「能用」不等于「安全可用」。

行业里已经有真实发生的案例：有开发者给代码智能体开放了本地完整权限，结果程序因路径识别错误清空了设备上的全部文件；也有企业的智能体误删了核心生产数据库。当 AI 开始替人决策、自主执行，「管得住」就成了第一前提。

02

SEE FIRST

先别谈 KPI，先看清你的 AI 在哪

360 在 7 月初发布的《企业智能体安全运营指南》里，把企业用智能体的风险归纳成四个字：看不见、控不住、管不好、追不回。白皮书的核心观点很直白：智能体不是普通工具，而是「数字员工」，能拆任务、读数据、调工具、推流程——员工入职要有身份、权限和审计，智能体进入企业也该如此。

落到第一步，其实是「看见风险」：先摸清公司里到底有哪些智能体在跑、接触什么数据、调用什么工具。其中最大的隐患叫「影子智能体」——员工私下接的、没登记、没管控的那批。它们往往最自由，也最危险。

安远 AI 在 WAIC 上发布的「前沿 AI 风险监测平台 2.0」，目前已监测 16 家公司 80 多款模型，风险测评基准数据库收录 200 多项。这类第三方监测工具的出现，本身就是一个信号：智能体的风控，正在从「上线前测一次」走向「运行全过程盯防」。

03

KPI

数字员工也要绩效考核，但指标不能选错

班组跑起来后，第二个问题是考核。这里有个反直觉的坑：你考核什么，AI 就优化什么。

百度创始人李彦宏在 Create 2026 大会上抛出一个尖锐判断：「今天，50% 的 Token 正在被浪费。」他提出一个新指标 DAA（Daily Active Agents，日活智能体数），衡量的是「有多少 Agent 真正在给人类干活、并交付了结果」。他的潜台词很清楚：Token 消耗只代表成本，不代表收益；你拿 Token 量当 KPI，智能体就会学会「空转」——疯狂消耗算力，却不产出任何业务价值。

那什么指标才对？微众银行已经把「数字员工」体系化了。据深圳金博会披露，该行已有 70 多位数字员工在信息化系统里有自己的「工号」和「人事档案」，考核维度是「服务次数、服务人数、服务质量」，干得不好还会被「下线」。这背后是一套可量化的逻辑：执行效率、业务质量、运行稳定性、投入产出比（ROI）——而不是「它跑没跑」。

💡 别用 Token 消耗、调用次数当 KPI——那等于养了个「摸鱼员工」：数据漂亮，业务纹丝不动。

04

PLAYBOOK

给企业主的三条落地清单

说回实操。班组上岗后，今天就能启动的三件事：

1

立规矩。凤凰网一篇《给「数字员工」立规矩》的建议很到位：组建跨技术、法务、业务、人力、合规的治理机构，并培育三类新管理角色——智能体指挥官（任务编排）、训练师（行为校准）、审计师（合规监督），形成「调度—训练—审计」的闭环。

2

建身份。给每个在用的智能体发「工号」：明确权限边界、留审计记录，异常行为可发现、可阻断、可追溯。这一步不复杂，但能把「看不见」变成「看得见」。

3

选对指标。别用 Token 消耗、调用次数这类「投入型」指标，改用 DAA、解决率、ROI 这类「产出型」指标。WorkBuddy 这类能跑工作流、调度多工具的工作台，天然是个「调度中枢」，但调度出去的每一个 Agent，都得有人盯 KPI、有异常熔断——工具越强，越需要你这边有章程。

∞

THE END

养班组不难，难的是给它立规矩

养 AI 班组不难，难的是给它立规矩、配审计、选对指标。WAIC 这届大会释放的信号很明确：模型能力定义了 AI 的「高度」，而安全与治理能力，才定义了它能在企业里走多「远」。那些今天就开始给数字员工建台账、定 KPI 的企业，大概率会比同行更早跨过「能用」到「好用」那道坎。

END

我是 AI约翰，长期关注 AI 落地与企业实践。

如果你觉得今天这篇有收获，欢迎点赞、转发三连，我们下篇见。