你刚雇了一百万个差员工
公司把无限 Agent 和 token 预算塞给全员，坏流程会按秒复制。下一课不是再买模型，是学会管这支数字队伍。
- Hebbia 创始人 George Sivulka 发长文：企业给全员发了近乎无限的 Agent 与 token 预算后，瓶颈从「模型够不够强」换成「会不会管这支数字队伍」。
- 主线类比 19 世纪铁路：轨道（能力）先到，调度（管理）后补；Agent 把模糊任务和坏流程按秒放大。
- 七组对照：堆 token↔人海战术，循环↔会套会，浪费 token↔编制膨胀，100X 上下文↔10 倍工程师，囤上下文↔保饭碗，Evals↔OKR，转型公司↔下一代产业位。
- 规模化靠的是 evals（可重复验收标准）；代码场景先跑通，因为结果能自动判定过不过。
- 商业结论押「AI 转型公司」帮老公司把差异化流程编进 Agent；文中多处图表含外推与 illustrative 标注，当管理框架读，别当审计报表。
立场提示：作者是 Hebbia 创始人兼 CEO。公司帮金融、法律等团队把 AI 嵌进真实工作流，生意形态接近文中说的「AI 转型」。后文写转型公司会比 Neofirm 大一个数量级，与自身商业位置同向。当带立场的从业者长文读，不是中立市场调研。
账面上的生产力，现场是一支停不下来的队伍
企业以为在买「生产力」：签模型额度、给全员开助手、再挂能自己点工具的 Agent。真正发生的是另一件事：把近乎无限的数字编制和预算，发到每个员工手里，包括最不会把任务说清楚的人。任务一旦含糊，Agent 不会停手问人，只会继续干、继续烧 token。坏流程以前靠人手慢慢扩散；现在按秒复制。
一句话：你雇到的，是「出错也会无限加班」的员工。
举例示意（非原文案例，用来对照自家现场）
「帮我把这个客户文件夹整理一下，做个更新。」
- 没写清交付物：要纪要、要风险清单，还是要可发给客户的邮件？
- 没写清范围：哪 3 个文件算数，哪些聊天记录可以忽略？
- 没写清停止条件：什么叫「够好了」，什么情况该停下来问人？
- 没写清验收：谁用什么标准说「过」？
同一句含糊指令，人时代和 Agent 时代的「坏法」不一样。点下面两个标签看对照（标题始终可见）：
人也会卡住，但坏得慢
同事收到这句指令，通常会先回问：「你要发给谁？要不要带数字？明天会前用吗？」问不清就开短会，最多拖一天。浪费的是日历和耐心，账单不会自己滚雪球。
Agent 不会抱怨，但会无限重试
同一句指令丢进 Claude Code / Copilot / 任意 harness：它开始列大纲、改结构、再开一轮自评、再调用自己修自己。没有停止条件，就没有「做完」。失败也用完美排版自信地交出来。token 是模型读写计费的基本块，可近似看成 AI 干活时消耗的字数额度，额度在账单上自己往上爬。
把上面「Agent」那侧拆开，现场往往长这样（示意一条坏循环，不是审计数据）：
接到含糊任务
「整理客户文件夹」没有交付物定义，也没有「做完」的样子。
先写一版看起来完整的东西
大纲、摘要、表格齐活，格式漂亮，但不知道过不过关。
自评不过，再开一轮
Agent 调用自己修自己：加材料、换结构、重跑检索。人没介入，环就不会断。
账单上涨，业务结果几乎不动
token 在烧，真正能用的交付仍缺。这就是「用 token 买继续花 token」。
对照原文：loop 是对「几乎没人会写清任务」的创可贴式补偿；暴力穷举成了系统唯一前进方式。
数据侧的症状也吻合这个故事。下面两张图来自原文：人均 AI 支出在爬，高强度采用组的编制也没塌。读法应是「钱和人都在涨，不等于 AI 在可靠交付」，不要直接读成「AI 创造了岗位」。