本文的全部事件来自一次真实发生的模型接入试点；人物、厂商与产品信息已做匿名化处理。

七月的一个下午，需求方在群里发了一句话：接入一家新厂商的视频模型，走它的官方渠道，计价键名你自己先定。

十八个小时后，提测单出现在测试群里。中间没有立项会，没有排期表，没有方案评审。一个 agent 交出了横跨四个仓库的代码，人类总共被打扰了四次，其中两次还是在等一条 SQL。

如果你熟悉软件工程的日常，这条时间线应该让你不安。需求、收敛、评审、开发、测试、发布、反馈，我们熟悉的七段流程去哪了？它们是被省略了，还是被违反了？如果这十八个小时是侥幸，账迟早要还；如果不是侥幸，那我们关于流程的全部常识，就欠着一个解释。

这篇文章就是那个解释。它只回答一个问题：流程到底是什么。

有一个方法上的决定要先交代。回答这个问题，不能从现有流程出发做改良，因为现有流程的每一个细节都可能只是人类身体的影子，改良影子得不到形状。要往下挖：剥掉那些因为”执行者是人”才成立的偶然参数，一直挖到对任何执行者都成立的地方为止。地表放着的是 Jira、审批单、工序表这些人类既成系统；井底有什么，挖了才知道。多主体协作平台长什么样，是这口井要推导的产出，不是可以拿来当依据的输入。

一、分工为什么存在

第一铲从最老的常识挖起：我们为什么分工？教科书说，因为人的能力有限。但”能力有限”是个打包概念，里面装着好几种完全不同的限制，把它们拆开，命运各不相同。

技能稀缺是第一种。一个资深后端要十年养成，不可复制，所以按技能设岗。可是对 agent，技能是一段可以即时注入的文本，十年变成十秒。这一条彻底坍塌了，按技能给 agent 设岗，是在崇拜一具尸体。

注意力和记忆是第二种。人一心不能二用；agent 的上下文窗口再长，塞得太满一样退化。这一条没有消失，只是边界挪了位置，换了个名字活着。

会犯错是第三种。人会看错需求、记错规范；agent 会幻觉、会自信地写出错误的代码。更要紧的是，两者都在错的时候看不见自己错。这一条原样存续，而且是最深的一条。

爆炸半径是第四种。权责分散，是为了一个人犯错不至于拖垮全公司。对一个全知全权的 agent，这一条不是消失而是更加尖锐：曾有一个 agent 拿着捡到的全权限令牌，九秒钟删光了生产卷。不过细看会发现，爆炸半径不是独立的限制，它等于犯错的概率乘以权限的集中度，错误率归零它才归零。它是第三条的放大器。

拆到这里，判据也清楚了：把执行者从”人”换成任何一个有限的物理主体，仍然成立的才是结构，不成立的只是人类参数。四种限制过完这道筛子，剩下两个。有限理性：任何主体都装不下全部。可错性：任何主体都会做错，而且错的时候自己看不见。

于是得到第一个公式：流程，是有限理性、可错的主体们，协作产出可信结果的补偿结构。岗位、交接、审批，只是这个结构在人类参数下的投影。agent 改变了参数，投影要重新计算，但结构的根源不变。

二、键名之争

接入进行到中段，发生了一件小事。

agent 给新模型起配置键名，发现自己的命名与另一个团队的既有代码对不上。它翻了翻自己仓库里的代码，得出结论：对方错了。这个判断有证据、有推理、有结论，看起来无懈可击。

第二轮，它做了一件不一样的事：把全仓库一百零五个既有键名全部导出来，看了一遍。然后它推翻了自己。错的是它。

同一个 agent，同一个问题，两种验法，结论相反。这件小事值得停下来想清楚，因为整个流程设计里最深的一条原理就藏在里面。

第一轮它不是没有验证。它验了，认认真真地验了，用自己的前提。问题在于，错误恰好就住在前提里。自查，是拿着产出这个错误的同一套前提，把路再走一遍，走到哪儿都觉得对。校对自己写的文章查不出错别字，因为你读到的是你的意图，不是纸上的墨。工程上这件事有个名字，叫共因失效：让你做错的，和让你查不出的，是同一个原因。自查等于把同一个测试跑两遍。

所以有效的验证必须来自前提之外。”独立”这个词，独立的从来不是人，是失效的方式：不同的利益、不同的前提、不同的方法、不同的证据来源，一档比一档硬。最硬的一档是现实本身。同一周里另一件事是这个道理的重演：agent 误解了一个计费枚举的含义，靠去读计费系统的真实代码纠正了自己。现实不与任何人共享错误的前提，证据的内容由世界决定，不由信念决定。

这个原理有一颗数学的牙。两道各有九成检出率的检查，如果彼此独立，串起来能拦下九十九；如果不独立，串多少道还是九成。流程里那些看起来重复的关卡，值钱的从来不是”多”，是”不相关”。世界上最贵的浪费，是两道共享同一个盲区的关卡，各自都觉得自己在把关。

三、如果模型是完美的

两个根源刚立住，就要面对最强的质疑：如果有一天模型能力完美、上下文无限，这两个根源不就都消失了吗？流程岂不整个是暂时的脚手架？

不回避，推到底。假设能力完美、上下文无限，看看什么真的消失、什么留下来。

补偿能力不足的部分确实会全部蒸发：为省注意力而设的分解，为防犯错而设的检查，随着能力进步都该拆掉，而且应该主动拆。但推到极限才看得清，有四样东西不蒸发，因为它们的瓶颈不在 agent 之内，在 agent 与世界之间。

信任不蒸发。完美无法被外部观察，只能被证据一点点传递。要免除验证，得先知道它完美；要知道它完美，需要验证。所以验证在极限处并不消失，只是功能变了：从抓错误，变成传递信任。

责任不蒸发。责任是一个社会位置，不是一种能力属性。完美的 agent 也不能被起诉、被保险。审批的深层功能从来不是把关，是有人签字。

意图不蒸发。完美的执行推不出该做什么，取舍是偏好，不是事实。试点里最值得记住的一幕与此有关：agent 发现新模型的定价是旧模型的二点五倍，它停下来，问了一句：这个价是你的本意吗？它不是在请示。它是在调试人的意图。

通道不蒸发。完美的推理者拿到被污染的输入，照样得出被污染的结论。曾有攻击者顺着供应链，往一个编码助手的扩展里注入了删除指令，问题不在模型，在通道。

于是第一个公式精化为第二个：流程 = 补偿层 + 接口层。补偿层是对有限理性与可错性的补偿，随能力进步持续缩小；接口层是信任、责任、意图、通道，永不归零。设计流程里的每一个环节，都该问同一句话：它补偿的是能力，还是接口？前者随模型升级主动裁撤，后者焊死。

四、两份大作业

根源给出了题目：一群有限、可错的主体，要协作产出可信的结果。但题目不附赠组织方案。好在不必从零发明，人类文明对这道题交过两份经过大规模长期检验的大作业。

第一份是工厂。它解决”组织执行”：技能稀缺、执行昂贵、任务重复，所以标准化步骤、事前计划、思考与执行分离、力求一次成型。流程图、标准作业程序、审批链，全是它的后代。

第二份是科学共同体。它解决”组织求知”：猜想廉价、大多数尝试注定失败、验证才是瓶颈，所以同行评审、独立复现、结论永远暂定、信誉按记录累积。

这两份作业都不是本文的发明。工厂那份有署名作者：泰勒，一九一一年的《科学管理原理》——把工作拆成标准动作、让思考与执行分家；讽刺的是它名字里带着”科学”，骨架却是一条反科学的直线。科学共同体那份没有作者，它自己长成，后来才被哲学家们看清：默顿写下它的行为规范，波普尔说清它的引擎是猜想与反驳，库恩给了它这个名字。本文的活不在发明它们，在于把它们当作两份可抄的工程模板，并给出选哪份的判据。

选哪份作业抄，判据不是好恶，是经济学：你的世界里，什么便宜，什么贵。工厂的全部结构建立在执行昂贵上；科学的全部结构建立在验证稀缺上。agent 把执行的价格从人月打到了分钟，于是正确性成了新的稀缺品。这是科学的题况，不是工厂的。

这个判断在试点里有一组现成的对照实验。我们自己曾起草过一份十五个节点的标准流程模板，发布之后无人使用，静静地死了。而 agent 的七轮自测循环，没有人设计它，它自己长出来，活得很好。一死一活，死因与活法是同一个：前者是工厂思维的直线，后者是科学思维的循环。

循环为什么赢？把它拆开，是四个元素：生成一个猜想，交给检验，被驳回就把差异传回去修正，通过了就暂定接受、随时可被推翻。四个元素少一个都不行：没有生成就空转，没有检验就把幻觉制度化，没有回传，同样的错误会原样重演，没有暂定接受，就永远不能交付。而直线的隐含承诺是”通过即正确、交付即结束”，这句话与”任何主体会犯错”直接矛盾。选了可错性做根源，就没有资格画直线。

循环还有一个无可替代的性质：它是目前已知唯一不需要预先知道答案、就能逼近答案的结构。而 agent 世界的处境恰恰是：单次成功率不高，但结果的好坏可以判断。这个处境里，只有循环能工作。

回传断掉的样子，试点里也见过。另一个模型的接入卡在厂商那头，agent 连跑三轮，三轮结论一字不差。循环空转了。它做了一件正确的事：把现场写清楚，卡在哪里、等什么信号，然后自己挂起。这个动作后面还会讲到，它比看起来深。

当然，工厂没有被扔掉。标准化、对着清单验收、确定性检查，这些质检的灵魂全部被吸收进了机器门。一句话：主结构抄科学，质检术抄工厂。

五、鸿沟与台阶

图纸选定了，新的问题跟着来：科学共同体是几百年自然长成的生态，不是一张能直接施工的图。从理想到现实隔着一条鸿沟，而鸿沟不能一步跨过。要分层，把落差修成台阶。

顶层的形状，连《创世记》都替我们留了样本。神说，要有光，是意图；就有了光，是实现；神看光是好的，是验收，而且价值判断住在意图者那里；分光暗、称昼夜，是切分与命名。说、成、看、名，全能者也保留了说与看。这四步就是流程的原型：哪怕执行者完美，一段协作仍然要有人说，有人看。

从原型层往下，每一层都用更有限、更可错的材料，去实现上一层的理想。意图层里，人用一句话立意图，用一个签字收尾。协作层里，主体之间立契约、干活、验活、把关、上抛，台阶最密。执行层里是活儿本身，写代码、跑测试、插行、改配置，人和 agent 都在这里劳动。

每一层与上一层之间都有落差，落差必须被吸收。吸收落差的东西，就是流程图上那些格子的真身。于是有了第三个公式：切点，是层间落差的台阶化；节点，只是两次交接之间那段连续的工作，是负空间。流程的原子不是格子，是格子之间的那道坎；格子的数量和长短，运行时自己会涌现。

这也解释了十五节点模板的死因：它把三层压成了一张平面清单，意图、协作、执行搅在一起，每个使用者都被迫读一份与自己无关的说明书。分层之后各归各位：意图一句话，协作一张契约表，执行不进模板。

六、结算与蒸发

协作层的机制，浓缩成一对区分和一条戒律。

一对区分：结算不是切换。结算，是把一段工作产生的差异提炼出来、验证过、归档进公共事实的动作；切换，是换人或者换上下文。每次切换之前必须结算，否则现场就丢了；但结算不必切换，结完账可以接着干。结算是结构，模板规定哪里必须结账；切换是调度，运行时决定哪里换手。人类流程里这两件事总是绑在一起，因为人的交接必然同时是两者；agent 把它们拆开了，拆开之后才看见，流程图上真正神圣的从来不是换手，是结账。

一条戒律来自一次事故。八月初的一个夜里，线上一个模型服务突然大面积失败。查了很久才找到原因：配置中心里的一批 key，一夜之间消失了，零记录。有人动过配置。那是一个差异，一个本该被结算的差异，但它没有被归档，没有被说明，没有留下任何痕迹。第二天早高峰，扩容起来的新实例拿不到 key，当场倒下。事后归因，只能靠猜。

要点在这里：罪不在改配置，改动本身也许完全正确；罪在改动蒸发了。每一个差异面前只有三条路。归档：过门禁，进事实源。显式丢弃：有人看过，决定不要，并且这个决定留痕，丢弃完全合法，它也是结算。第三条路叫沉默蒸发：没人归档，也没人决定丢弃，差异随着容器一起消失，沙箱删了，聊天记录刷走了，人忘了。事后连”曾经存在过一个差异”都无从知晓。

前两条路都合法，因为都有痕迹，可以审查、可以追溯、可以学习。只有第三条什么都留不下：无法审查，无法纠正，无法学习，组织为同一份知识反复付费。所以它是唯一的罪。

同一天里恰好有一个正面对照。agent 在干别的活时顺带发现，另一个服务的海外通路其实一个月前就断了。这个发现与它手头的任务无关，它本可以让它随会话一起消失。它没有，它把这个发现归档上报。一个本来要被放弃的模型接入，因此被救活。一个蒸发，一个结算，代价和收益都摆在了台面上。

七、说和看

讲到这里，人一直在场：有人批，有人签，有人插行。人到底站在哪里，还要站多久？

试点里出现过的人类身影有三种。第一种，说清要什么、定下终值的人。第二种，看结果、签字担责的人。第三种，帮着执行的人：数据团队插行，运维改配置。

前两种走不了，理由前面已经给过：意图与责任是接口，不是能力，能力进步碰不到它们。值得细看的是第三种。把”插行”这个动作拆开：写 SQL 是劳动，生产库的写权限是授权。劳动可以迁移给机器，授权迁不走，因为授权的背面是责任，而责任只能由能被追责的主体持有。

试点的做法是让这两半各归各位。agent 出一份逐字可执行的清单：四行 INSERT 原文，一个配置值，几个环境变量名，标准是拿到清单的人不需要理解任何上下文就能照做。人照做，做完不自己宣布完成，由 agent 逐键复验：查行、读回显、试扣一笔。三轮下来：第一轮清单有错，agent 的错；第二轮人执行有漏；第三轮全绿，agent 给出验收语：那四行完全正确。

人干，机验。这与干活验活是同一个回路，只是角色对调了，钥匙留在人手里。照这条路走下去，一小时的人工核对会塌缩成三秒钟的批准：agent 备好证据，人批准的只是”这一次写入”。切点不消失，切点瘦身。计价的同事也在走同一条路：算价的技能迁给 agent，人保留那个真正迁不走的东西——这个价格，行不行。

所以人类参与的最终形状只有两种：说和看。这不是人被边缘化。恰恰相反：劳动走了，留下的全是权力。

八、时间

最后一个问题最深，到今天也只解了一半。

科学共同体有一样 agent 世界没有的东西：时间。信誉与共识用几十年沉淀，错误的理论被慢慢淘汰。agent 的循环以分钟计，信任的积累与淘汰要压缩一万倍。加速的认识论里，什么替代时间？

把时间在科学里实际干的活拆开看，大部分是可以加速的。攒样本，可以并行。沉淀成教科书，结算与归档已经在做。但有几样，怎么加速也加速不了。

回放——把攒下来的旧场景重新跑一遍验证，回归测试、历史请求重测都是它——可以加速你查证据的速度，加速不了世界产生证据的速度。云接口秒回，药物的副作用十年才回。人的采信有自己的节律，验证瞬间完成不等于人瞬间相信。追责的时钟以季度和年计。而人搞清楚自己要什么的速度，不会因为循环快了一万倍就跟着变快。时间蒸发掉可补偿的部分，剩下的又是接口。这已经是同一个形状第三次出现了：对能力取极限，剩下接口；对流程取极限，剩下接口；对时间取极限，剩下的还是接口，只不过这次以四座时钟的形态。

这里还有最后一颗数学的牙。相关样本的有效数量有上限：重复一万次高度相关的验证，顶不过一百次真正独立的检验。时间的魔法从来不是”多”，是白送”不相关”——换一代人，就换一批前提。今天的加速只造次数，不造独立，所以加速必然饱和，饱和点就是你独立性工程的天花板。

现在可以回头看那次挂起了。三轮结论一字不差，是相关性到了顶，再跑一轮，边际证据为零。agent 停下来等厂商，是把循环从机器的时钟切到世界的时钟。当时看是止损，现在看，它对了两次。

这条汇率还顺手回答了一个看起来不相干的问题：怎么评测一个 agent。今天的做法是考试——出一套题，考一次，发一张能力证书。可证书是直线思维的产物：一次通过，永久有效——这句话我们在第四章已经驳过一遍。而且静态的题库出版那天就开始死亡：题目泄进训练数据，分数逼近满分失去区分，所有人对着题库优化。考了很多次，攒的全是相关的证据。

回放给出另一条路：让评测从考试变成账本。题目不再由人编造，而是从流程自己的差异里长出来——每一次事故、每一个被打回的错误、每一个判据外的发现，结算之后自动成为一道新题。每道题都付过学费，所以题库永不过期，世界一直在给它供血。通过也不再是证书，是暂定接受：这一轮全绿，只说明暂时没有被驳倒，下一轮重新裁决。分数也第一次有了后果——它不挂在排行榜上，它决定这个 agent 下一步能拿到多大的钥匙。

说到底，评测自己也要过一遍那道经济学换边。考试是评测昂贵时代的产物：测不起第二次，所以测一次管终身。agent 把评测的边际成本也打到了趋零，证书就让位给循环。工厂的评测是文凭，科学的评测是同行评审——一个考一次管终身，一个每篇论文重新来。

真正没有解开的，缩小成两个待测的常数：你的验证彼此之间到底有多相关；你的四座时钟里，最慢的是哪一座。

尾声

现在可以回到开场那条时间线，重新读一遍。

一句话意图，是说。十八个小时里，一个循环在生成与验证之间打回、修正、结算，六道机器门逐一变绿。两次等待，是还没改造完的旧切换点在收税。提测单落地之前，有人看过一页纸的证据，签了字，是看。

那不是流程被省略了。那是流程收敛成了它本来的样子。

流程的产品从来不是产出，产出归 agent；流程的产品是可信。机器那一侧，编排验证；人这一侧，安放说与看。如果这篇文章只能留下一句话，留这句。

至于每道门怎么设、判据怎么写、清单长什么样、参数为什么是这几个数，那是另一本书的事。那本书叫手册，它比这篇文章厚，而且会越来越厚。这篇文章希望十年后还能这样读；那本手册，希望每个月都有人改它。