從業務場景到組織體系，“龍蝦” 如何走進企業

作者 | 付秋偉

“龍蝦” 火起來之后，最先被看到的，往往是它的執行能力：抓網頁、寫報告、調工具、跑任務，甚至在某些場景里接管一部分重復勞動。過去幾個月里，圍繞“養蝦”的討論不少，但很多討論仍停留在個人效率和單機體驗層面：它能替我做什么，它能不能比聊天機器人更進一步，它究竟能不能把一部分工作真正接過去。

但企業面對的，顯然不是同一個問題。一旦 “龍蝦” 從個人工具走向團隊協作，再走向真實業務場景，問題就會迅速變化。企業真正要回答的，不再只是“它會不會干活”，而是“它怎么進入工作現場、接入系統，并最終被組織接納和管理”。

換句話說，當 “龍蝦” 開始接近“數字員工”，企業看到的第一性問題，就不再是演示層的能力，而是工作入口、組織邊界和運行環境，而這也正是“阿里云蝦友會”重點傳遞的核心邏輯。

如果說“蝦友會”前半程傳遞的，是企業如何為 Agent 搭起一套可落地的上崗體系；那么后半程傳遞的，則是更進一步的問題：當 “龍蝦” 真正走出技術圈之后，它要如何進入業務部門，納入組織體系，并最終成為一類可被持續運營的數字員工。

1 先要解決的，未必是模型和管理問題，而是業務場景怎么接住它

“龍蝦” 進入企業，第一道門檻往往不是模型，而是場景接入。個人用戶關心的是能不能快速上手，企業關心的則是：它怎么進入現有工作流，又怎么被真正用起來。

對業務部門來說，第一步仍然是“先上手”。但一旦使用從個人嘗鮮走向多崗位、多場景協作，問題很快就會變成：“龍蝦” 能不能進入桌面、進入文檔和表格、進入瀏覽器、進入 IM 和內部系統，而不是停留在一個獨立的對話框里。

從“蝦友會”現場給出的案例來看，企業場景對 Agent 的要求，已經明顯超出了個人效率工具的邊界。無論是電商統一桌面、網頁和移動端的運營自動化，還是新能源車企把招聘、報銷、請假等內部流程自動化，抑或金融公司把數據采集、分析、可視化壓縮成一條鏈路。這些任務都有一個共同特征：它們需要 Agent 在 Linux、Android、瀏覽器、內網系統等多種環境里協同工作，并把 Browser 下載、CodeSpace 分析、報告生成等環節打通。

這也意味著，企業真正面對的，已經不只是“怎么把 Agent 用起來”，而是“怎么把它接進真實業務鏈路”。當 Agent 同時跨越多端環境、調用多種工具、連接不同系統時，業務部門需要的就不再只是一個對話入口，而是一種能夠進入桌面工作流、進入研發流程、進入日常協同場景的工作面。像無影 JVS Claw 、Qoderwork 這樣的桌面側形態，承擔的正是這一層角色：讓企業員工在具體業務場景里直接調用 SKILL、連接 MCP Tool，并把 “龍蝦” 從獨立對話框推進到真實工作流。

這一階段先要解決的不是“用什么模型更聰明”“怎么把數字員工統一管起來”，而是更前一步的問題：怎么讓 “龍蝦” 先進入業務現場，先進入真實工作流。

2 入口一旦成立，“龍蝦” 進入組織還要經歷三重門

當然，企業不會因為入口順滑，就把 “龍蝦” 視為真正的數字員工。它進入企業后，至少還要補齊三層東西：先拿到工牌，再具備崗位能力，最后才是持續運營。

第一層是工牌，也就是身份與權限。

當 Agent 開始接入企業微信、釘釘、飛書、知識庫、數據庫和內部系統時，首先要解決的不是“它會不會干活”，而是“它到底是誰”。它以什么身份進入組織，屬于哪個角色邊界，繼承誰的權限，能訪問哪些系統，哪些動作需要授權，哪些行為必須被審計，這些都不是附加項，而是數字員工進入企業的前提。統一身份、SSO 打通、基于角色的權限配置，以及與 IM 協同體系的連接，解決的本質上都是這張“工牌”問題。沒有 identity，“龍蝦” 只是一個能調工具的助手；有了 identity，它才可能進入組織分工和流程。

在這一層，阿里云給出的承接思路已經比較清楚：一方面通過統一身份體系把 Agent 接入企業現有的 SSO、角色與權限邊界，另一方面再把這種身份關系放進統一控制平面里，繼續和 IM、知識庫、內網系統以及后續的審計、日志、多租戶治理能力銜接起來。這樣一來，“工牌”就不再只是登錄認證，而開始成為數字員工進入企業組織體系的第一道基礎能力。

第二層是崗位能力，它既包括內部定義，也包括外部連接。

先看內部定義。數字員工不是靠一段臨時 Prompt 上崗的，而是靠一組寫進 workspace 的核心文件來定義。從近期公開的 “龍蝦” workspace 結構看，其核心配置大致可歸納為七類 MD，包括：SOUL、USER、AGENTS、TOOLS、MEMORY、memory、SKILL。

其中，SOUL.md 負責行為準則和表達風格，USER.md 對應服務對象的畫像與偏好，AGENTS.md 約束任務處理邏輯和協作方式，TOOLS.md 規定工具邊界；MEMORY.md 負責長期記憶，memory.md 負責短期上下文，前者決定數字員工能否保持連續性，后者決定它能否把當前任務做完整；SKILL.md 則是各領域的操作手冊，把業務中的固定動作或者經驗沉淀成可復用的能力模板。

這種“能力模板化”在金融場景里已經有了比較具體的對應。以“蝦友會”現場分享的金融場景大智慧“龍蝦”落地實踐為例，專屬 Skills 不再是泛泛的插件集合，而是圍繞投研助理、研發測試、數據治理、產品和運營等具體崗位來組織：投研場景里，Skill 承擔自然語言數據查詢、合規化選股輔助、個性化數據推送和風險提示；研發測試場景里，它進一步延伸到多 Agent 協作、代碼生成、Bug 排查和測試腳本編寫；在數據治理、產品和運營部門，又分別對應數據采集清洗、需求分析、項目協同和報表自動生成。

換句話說，Skill 的價值不只是“多一個能力”，而是把原本依賴人工經驗的崗位動作，沉淀成數字員工可復用的操作手冊。

再看外部連接。崗位能力如果只停留在內部定義，仍然只是“會做事的模板”。要讓前面定義好的角色、規則和模板進入真實工作流，還需要把外部工具、服務、數據源和系統接口接進來。簡單理解，Skill 更偏向把企業內部經驗和 SOP 沉淀成崗位模板，MCP 則更偏向把外部能力標準化接進來，讓這些模板能夠真正調用系統、連接數據、觸發服務。

以辦公協同場景為例，通過接入釘釘 MCP，“龍蝦” 可以進一步獲得釘釘的日程、AI 表格 / 多維表等操作能力。這樣一來，數字員工就不只是“理解任務”，而是能夠進一步把會議安排、表格更新、協同流轉等動作直接推進到企業日常工作流里。

第三層是持續運營。

當工牌和崗位能力都建立起來之后，問題就不再是“這個 Agent 能不能工作”，而是“它怎么被持續運營”。對企業來說，持續運營至少包含兩層：一層是工程側的維護能力，另一層是日常業務里的使用入口。前者解決的是配置如何創建和編輯、任務和會話如何管理、運行狀態如何查詢、日志如何調試、版本如何發布和更新，以及如何與 CI/CD、沙箱、知識系統和內部運維體系銜接；后者解決的，則是數字員工如何真正進入具體崗位的日常流程，而不是只停留在后臺系統或命令行里。

也正是在這一層，“龍蝦” 開始進入更具體的工作面。在辦公側，QoderWork、悟空等 AI 智能助手承接了文檔、表格、圖表、本地文件等日常入口；在研發側，Qoder、通義靈碼等智能編碼產品則進一步承接研發入口。阿里云把同一套多智能體架構、上下文引擎、工具集、工程感知和模型智能調度能力，封裝成了不同崗位可直接使用的工作面，讓 “龍蝦” 不只是停留在 CLI 命令行里，而是真正進入辦公、研發和運維流程。

但對企業來說，僅有工作面還不夠，還需要一套控制平面把這些 Agent 統一納入治理。在這一路徑上，無影 JVS Crew 更接近企業級數字員工的控制平面：它把統一配置、權限邊界、審計日志、多租戶治理，以及知識庫、MCP、Sandbox、API 與 IM Channel 等能力收攏到同一套體系里，讓 Agent 不只是“能被使用”，還能夠“被統一納管”。而 JVS Crew 的背后，正是阿里云圍繞企業級 Agent 落地打造的一整套平臺能力：把計算、安全、模型服務、智能編碼等能力編排起來，形成完整的“數字員工上崗體系”。

文中出現的阿里云“龍蝦”相關產品對比圖

從這個角度看，入口解決的是“怎么讓‘龍蝦’先進入工作現場”；工牌解決的是“它能不能進入組織”；崗位能力解決的是“它是否具備勝任工作的內外部能力”；而持續運營解決的，則是“這套能力如何通過工作面進入日常業務，并通過控制平面與平臺能力持續運轉”。

3 當 Agent 被組織化之后，問題最終還是會回到運行時

即便入口成立了，工牌、崗位能力和持續運營能力也都開始被補齊，企業仍然不會輕易接受一個能寫代碼、能調瀏覽器、能接系統權限的 Agent 直接跑進生產環境。問題最終還是會回到運行時：它到底跑在什么樣的環境里，又由誰來托管。

這也是為什么，在多個“蝦友會”現場，阿里云反復強調的都不是單純的部署，而是 Agent 運行時。

蝦友會給出的路徑很清楚：從更輕量的 MVP 驗證，到可托管、可精細化權限控制的方案，再到面向規?；瘓鼍?、具備更高彈性和隔離能力的云原生沙箱。背后的判斷也并不復雜：個人嘗鮮可以從“裝起來”開始，但企業落地必須從“能托管、可隔離、可審計、可擴展”開始。

當然，運行時的意義也并不單單只是幾個特定的產品形態。真正讓它成立的，是阿里云圍繞企業級 Agent 落地構建的一整套能力，包括：沙箱、網絡與存儲隔離、私有技能倉庫、技能安全掃描、AI 網關、模型統一接入、可觀測、安全中心，以及多租戶和權限邊界等。它們共同要解決的，不是“Agent 會不會干活”，而是“它能不能在企業可接受的邊界內持續干活”。

換句話說，運行時要補的是生產環境里的那層確定性：權限有沒有邊界，調用能不能審計，技能能不能審核，數據能不能隔離，模型和工具能不能統一接入，成本和 Token 消耗能不能被看見。只有這些問題被回答，“龍蝦” 才不再是開放生態里的實驗性能力，而開始接近企業真正愿意托管的執行單元。這也解釋了為什么 AI 時代“云”會被放在如此重要的位置。

對企業來說，數字員工不應該只是一個會做事的 Agent，而更應該接近于一類需要托管、隔離、監控和治理的新型執行單元。阿里云想承接的，也不只是模型或工具本身，而是把試用、驗證、部署、納管和運行時收攏成一套企業平臺。

4 比“養蝦”更重要的，是把數字員工送進企業工作流

如果只看 “龍蝦” 的熱度，企業很容易把它理解成一波新的效率工具潮。但從阿里云“蝦友會”后續幾站活動釋放出來的信號看，更值得關注的，其實不是“企業怎么養蝦”，而是 “龍蝦” 走進企業的完整路徑：先進入業務場景，再拿到組織里的“工牌”，接著補齊崗位能力，最后落到可持續運營和云上托管。

對阿里云來說，這已經不只是部署一套開源 Agent，而是在試圖把它從技術圈的工具，推進為企業可接納、可治理、可持續運行的數字員工。走到這一步，“龍蝦” 的價值就不再只是“能不能替人干活”，而在于它有沒有可能真正進入企業工作流。