许多白领已经把 AI 用进日常工作，写邮件、改文案、总结会议都不难。麻烦出在下一次：换一个对话，背景又要重讲；要求写得很清楚，结果仍要来回调整；想让它定期执行，最后还是得有人每天打开窗口、粘贴材料、复制答案。
从聊天工具走到能交付工作的 Agent，中间至少还差三层，资料层、方法层和执行层。三层按顺序补齐，AI 才会记得正在处理什么，知道怎样算合格，也能在权限边界内把结果送到目标位置。
第一层让资料长期可读
普通对话擅长处理眼前的信息，跨任务的稳定上下文应落到文件和知识库里。项目背景、客户术语、历史决策、模板、案例和当前进度，都要有明确位置；原始资料与 AI 的归纳分开保存，关键结论标注来源和日期。
第一版不必导入全部工作资料。选一个每周重复的任务，例如周报、竞品简报或会议跟进，建立四个区域，Inbox 收原始材料，Notes 放加工后的知识，Outputs 放交付物，Archive 保存完成记录。让 Codex 写入一篇测试文件后重新读取，核对标题、开头、结尾和路径。写入成功与目标端能完整打开，是两件事。
资料层通过的标志，是隔天开一个新任务，AI 仍能从指定目录找到最新背景，并能区分事实、旧判断和待确认信息。依赖聊天记忆才能回答的问题，还没有真正进入系统。
第二层把做法和判断写出来
资料回答“知道什么”，Skill 和验收规则回答“通常怎么做”。一份能用的 Skill 至少写清触发条件、输入、步骤、输出、不能做什么和完成标准。像“帮我写好一点”很难复用，换成“根据会议记录生成客户跟进邮件，引用承诺事项，未确认日期不得补写，提交前核对收件人、行动项和附件”才具备执行边界。
只有流程还不够。模型常常能给出几个都说得通的方案，却不知道团队会留下哪一个。把退稿记录、选择理由和优秀样本整理成判断库，注明适用场景和反例；每次复盘只写入确认过的新规则，避免把一次偶然偏好升级成永久标准。
这一层可以用同一份输入重复测试。换一个新会话运行 Skill，两次产物的结构和关键检查应保持稳定；出现信息缺口时，系统会询问或标记待确认，不会编造客户结果和内部数字。
第三层连接工具，也保留刹车
执行层让 AI 能读取邮箱、飞书、日历、文件和业务系统，按事件或时间触发任务，再把结果写回指定位置。这里的重点不在 Agent 数量，而在最小权限、可观察状态和人工确认点。读取会议记录的 Agent 不需要发送邮件权限，生成公众号草稿的 Agent 也不应自动获得发布权。
先自动化一条低风险链路即可。例如每周五读取已确认的项目记录，生成周报草稿，保存到飞书并提醒负责人审核。任务状态至少要区分等待资料、处理中、待审核、已完成和失败；每次执行保留输入范围、调用规则、产物位置和错误日志。涉及外发、付款、删除、权限变更和公开发布时，必须停下来等明确批准。
验收这三层，可以做一次冷启动测试。关闭旧对话，从一个新任务开始，只提供项目入口；AI 能找到资料，调用正确 Skill，按验收规则生成结果，写到目标端并重新读回，遇到发布动作时停在审核状态。做到这一步，AI 才离开了聊天框，进入一条可以工作、可以检查，也可以被叫停的业务流程。