我在百威干了 11 年 HR。
最后一年，我开始厌倦自己说的那些话。"我们要强化组织能力。""这批 HC 放在哪个 BU 更有战略价值。""绩效分布要拉开，不然高潜激励不够。"
说了一遍又一遍。说得自己都不信了。
2024 年 5 月，我离开龙湖，开始写代码。
不是转产品经理，不是做 AI 咨询 PPT，是真的写代码。第一个项目交付：4 天，52 个规格文档，2,716 个测试全绿，10.5 万行代码。传统团队估算 7-9 人月。
很多人问我：你一个 HR 出身的人，凭什么觉得自己能做这个？
这个问题问反了。
裁员那年，我学会的不是规则，是系统
2016 年，百威启动一轮全球裁员，我负责华中区的执行。
不是那种"优化几个人"的小手术。是系统性的结构调整，涉及上百个岗位，跨 6 个城市，3 个月内完成。
那段时间我每天早上 7 点进办公室，开始准备当天要谈的 case。每一个人我都提前研究：在哪个城市、什么合同、工龄多少、有没有特殊情况、预计谈几轮、对方的诉求大概率是什么、我的底牌在哪里。
中午有时候没时间吃饭。不是因为事情多，是因为如果上午谈崩了一个，下午的情绪要稳住，不能带着上一场的负能量进下一个房间。
那三个月结束之后，我意识到一件事：我干的根本不是"人事工作"。我在运行一个系统。
每一个环节都有标准路径。每一个异常都有兜底方案。每一个节点的决策权归属都是清晰的——哪些我可以直接拍板，哪些要上报，哪些要法务介入。整个过程没有一次是靠"发挥"过去的。靠的是系统。
今天我管 50 多个 AI Agent，做的是同一件事。
OKR 那场争论，我从来没跟人说过
2019 年，我加入雪加电子烟，负责整个公司的人才体系搭建。公司刚刚起量，月度生意额往 5000 万冲。
老板想引入 OKR。
我反对了。
不是因为 OKR 不好。是因为那个阶段的公司不适合 OKR。业务方向每三个月变一次，你设定一个季度 O，中途业务跑偏，KR 全部作废。考核系统失去公信力，比没有系统还糟。
我没有说"OKR 不好"。我画了一张图，把公司当前的运营阶段、人员成熟度、业务节奏的不确定性全部量化出来，然后给老板看：你的系统设计和你的实际运营环境，之间有一个巨大的 gap。
老板沉默了大概两分钟，说：那你来定。
我们用了一套更简单的东西——季度目标 + 月度复盘 + 双周 1on1。规则少，颗粒度粗，容错率高。三个月之后，公司拿到了全国第二的市场份额。
系统设计的核心不是找一个"最好的系统"，是找一个"和当前环境最匹配的系统"。
今天我在给 AI Agent 团队设计工作流，面对的是同一个问题。你不能把一套为成熟团队设计的工作流，直接套到一个刚刚跑起来的系统上。流程太重，Agent 就卡死了。边界太模糊，Agent 就乱跑了。
我见过太多人上来就给 AI 配一堆 prompt，设一堆规则，然后发现系统动不了。不是 AI 的问题。是设计的问题。
龙湖三年，我学会了一件比裁员更难的事
150 人团队，塘鹅租售新航道，三年从高级总监做到预备合伙人。
那段时间最难的不是业务压力，是冲突调解。
有一次，两个业务线负责人在资源分配会议上直接翻脸。不是表面客气内心不满，是真的拍桌子。事后两个人都来找我，各自说对方的问题。
我没有去评判谁对谁错。我做了一件更笨但更有效的事：把两个人拉到一起，各自画出自己认为的"职责边界"，然后把两张图叠在一起。
重叠的部分，就是冲突的根源。
不是人的问题。是边界没有画清楚。
我们花了一个下午重新定义了那条线。两个人后来配合得很好。
今天我在给 AI Agent 定义 scope，用的是同一套逻辑。每一个 Agent 有它能做的，有它不能碰的，有它必须上报的。边界不清楚，Agent 就会越界，就会撞车，就会产生一堆没人负责的中间地带。
在 Agent 系统里，这叫"scope 定义"。在 HR 工作里，这叫"职责澄清"。
是同一件事。
管人和管 AI，唯一不同的地方
你管理 50 个人的时候做什么？
明确边界——每个人负责什么，不负责什么。设定规则——什么能做，什么碰都不能碰。建立流程——从输入到输出，标准路径，不靠个人发挥。保留审批权——关键节点人类做决策，日常的事自己跑。
你管理 50 个 AI Agent 的时候做什么？一模一样。
唯一的区别是，AI 不请假。不摸鱼。不搞办公室政治。不会在群里发 30 条消息讨论一个本来 5 分钟能做完的决定。
但它比任何员工都更需要"宪法"。
因为它太勤快了。勤快到会主动帮你"整理"你的知识库。勤快到会在你没看的时候把文件挪来挪去。勤快到会用它认为"更合理"的结构，替换你花了半年建立的心智模型。
所以我给 AI 系统写了一套宪法。FATAL 条款，不可逾越的边界。不然它会帮你"优化"到你认不出自己的东西。
HR 那 18 年教给我的最重要的一件事：好的管理不是让人发挥主观能动性。是画好框，让它在框里跑。框越清晰，跑得越快。框越模糊，翻车越惨。
管 AI 也是同理。
为什么 18 年 HR 是优势，不是包袱
我遇到过一种论调：HR 出身的人转 AI，你不懂技术，凭什么？
我算过一笔账。
一个刚毕业的程序员，会写代码，但没有管理过 1 个真实的人，没有设计过 1 套薪酬体系，没有处理过 1 次真实的组织冲突，没有在资源稀缺的情况下做过 1 次真实的取舍决策。
我在百威做过 8000 人薪酬体系的整合。在雪加支撑过 0→1 的组织搭建。在龙湖带过 150 人团队，在组织大起大落的过程里连续升了三级。
这些不是"软实力"。是系统设计能力的原材料。
今天 AI Agent 的核心问题不是模型够不够聪明。模型已经很聪明了。核心问题是：谁来设计这些 Agent 的工作方式？谁来定义边界？谁来建立流程？谁来决定哪些事情必须人来拍板？
这些问题的答案，不在代码里，在管理经验里。
我写代码，用的是和设计 OKR 同一套逻辑：先搞清楚环境，再找匹配的工具，先跑最小可行的版本，然后迭代。4 天交付 10.5 万行代码，不是因为我有多聪明，是因为我知道怎么设计一个系统，让 AI 帮我干活。
这是 18 年 HR 给我的最后一课：最好的管理，是让团队跑得比你快，让你自己成为最不必要的那个人。
我现在的 AI 团队，正在朝这个方向跑。
想看具体怎么做？
P1（52 个模块）：从零搭建 AI 实施的完整框架。每一个都是真实交付过的东西，不是 PPT。
P0（真 Agent vs 假 Agent）：一张图看懂区别。在你花大价钱引入 AI 之前，先看看你买的是什么。
我是J叔，AI实施咨询，帮企业把AI真正用起来。
