在AI Agent深度渗透的智能时代，静态知识储备的边际价值正在递减，而具备自主决策能力的硅基智能体也即将实现规模化落地。场景化的AI使用技能正成为组织的刚需，我们需要思考重构怎样的组织能力，才能拥抱硅基员工入职，加速推动医院智能化转型进程。
组织能力是通过管理体系实现战略目标和提升竞争优势的能力。组织能力建设的目的，是让组织不依赖于极少部分的个人能力而持续发展。近十年，国内大型医院抓住了数字化转型浪潮，通过信息化、数字化基础设施建设，在强化组织能力上取得了成功。
在AI Agent深度渗透的智能时代，静态知识储备的边际价值正在递减，而具备自主决策能力的硅基智能体也即将实现规模化落地。场景化的AI使用技能正成为组织的刚需，我们需要思考重构怎样的组织能力，才能拥抱硅基员工入职，加速推动医院智能化转型进程。
一、智能体（硅基智能）时代的管理本质1、重新定义硅基员工时代的管理本质，接纳AI智能体成为同事，为其高效完成工作进行管理，而不是部署了一个新工具
硅基员工是重构组织能力的组成单元，不是人类的代替，而是协同。医院智能化转型要从“工具使用”转向“能力编排”。AI智能体不再是被事先定义的工具，而是在特定的业务和管理场景下具备决策边界、可通过编排实现协同的自主单元。这相当于为这个员工建立岗位说明书，按职责进行授权。原来为人类员工履职建立的程序文件、作业指导书和表单，需要通过从提示词工程、Skills工具能力封装出发，转化成硅基员工的作业流程（SOP）；原本为人类员工建立的内控制度和手册，则需要重构为基于Agent Harness（智能体运行时治理框架）的数字化内控体系——通过上下文管理、工具治理、决策追溯等机制，实现内控形式从“制度文本”向“代码化治理规则”的转变。同时，原先为人类管理者设置的指挥、授权职能，可通过蓬涞数据研发的智能体网格架构（Health Agent Mesh，HAM）实现。HAM底层依托Agent Harness提供运行时治理，包括上下文持久化、工具调用治理、人机协同节点等，上层通过编排层和控制中枢实现多智能体的指挥调度与权限管控。
2、超越数字化时代的组织方式，由流程驱动转向意图驱动
硅基员工管理能力成熟后，对其核心输入是战略展望和管理意图，可以通过智能体的自主进化能力拆解战略目标，对齐成功要素的目标值，生成新的“SOP”，供其他智能体或人类员工使用。
信息化和数字化阶段，管理者实现了流程优化、规则嵌入、数据洞察的目标即通过流程驱动组织目标的实现。而智能化阶段，要坚定地从“流程编排”转向“意图驱动”——通过智能体自适应式的进行目标分解与对齐而非刚性步骤控制，实现人类员工与硅基员工的高效协同。
智能体上岗，相当于引入了一位具有强大自我驱动力和具备相关领域专业知识的新同事，“他”可以是相关岗位人类员工的助手、工作伙伴甚至是上级。人类员工则需要掌握场景化调用智能体技能的能力，能描述场景（要事优先）、提出要求（异常先见、原因分析和对策方案）、审核方案并批准执行。
3、人力资源对人类员工的管理要从“岗位职责管理”转向“AI技能资产管理”
员工胜任力的核心将从业务流程执行能力，演进为领域知识数字化能力——即通过意图工程、知识库构建与工具编排，将隐性岗位经验转化为智能体可理解的结构化指令上下文。
员工的角色从任务执行者转型为知识策展人与智能体训练师。通过技能工程将场景化业务逻辑封装为可复用的智能体技能资产，包括：提示词模板、领域知识检索策略、工具调用链及治理规则等。这些数字资产不是静态文档，而是可执行、可验证、可迭代的代码化能力单元。
人力资源部门需建立AgentOps（智能体运维）资产管理体系，对这些技能资产实施版本控制、效果评估与安全审计。技能资产具备模块化、可编排与可审计的技术特性，可在组织内部进行注册、发现与复用。实现知识资产的规模化复用与增值。
二、硅基员工提升组织能力的三个层次——场景、实践和管理要点1、认知增强
认知增强（Cognitive Augmentation）聚焦专家经验萃取与规模化复用。在通用大模型基础上，通过领域知识自适应预训练与检索增强生成，构建领域专家模型，实现隐性知识的显式化编码与可控生成。建立“人类专家-AI学徒”的师徒制，定期校准AI的认知边界。2024年蓬涞数据开发的医院运营管理知识增强模型（即垂直领域专家模型）即属此阶段产物——基于智谱GLM基座模型，通过领域知识注入与指令微调构建专业化认知能力，已在多家医院部署数十个运营专用智能体。
2、流程重构
流程重构（Process Reconfiguration）聚焦战略-执行闭环的端到端智能化。基于流程挖掘技术识别高重复、规则明确、风险可控的环节，部署确定性智能体；进而通过人机协同决策机制，向非重复性、复杂规则、高风险环节引入增强型智能体，最终实现自适应流程编排，支持场景自适应的的智能体网格模式。基于Agent Harness框架设计人机交接点，通过置信度评估与风险评估动态分配决策权——低置信度或高风险决策自动路由至人类，高置信度且低风险决策由智能体自主执行。蓬涞在专病目标设置、病组的目标成本管理、单病种质控和绩效管理的岗位与场景领域成功开发出相应的智能体一体机。
3、创新涌现
涌现（Emergence）聚焦跨域知识融合与突破性洞察发现。通过多智能体协作网络实现模拟集体议事——不同角色智能体基于各自领域知识进行对抗性辩论与共识构建，生成超越单一视角的管理方案，管理要点在于建立创意探索孵化机制。蓬涞PalClaw在此阶段的应用模式为：人类管理者输入战略意图与约束条件→智能体网格进行多路径规划与方案生成→输出共识方案或风险对冲方案供人类决策。
三、硅基员工的内控建设1、制度建设原则：可视、可控、可复现
核心原则是智能体行为可观测、产生执行动作前可干预、产出结果可审计。基于上述原则，至少需要从表1中的几个维度进行控制。
表1 AI基本内控维度、机制和建议
控制维度
关键机制
实施建议
权限治理
最小权限原则+动态授权
基于任务上下文临时赋权，任务结束即回收
行为监控
数字孪生沙盒
重大决策先在仿真环境验证
质量保障
人机闭环（Human-in-the-loop）
设定置信度阈值，低于阈值强制人工介入
合规审计
全链路日志与可解释性记录
保存AI决策的推理路径，满足监管要求
安全隔离
Agent间的防火墙机制
防止权限蔓延和跨系统攻击
2、使用AI智能体内控主流技术架构，充分利用已有数字化和信息化安全机制
从产品设计到运行时（Run Time），在技术上为硅基员工设置电子围栏，取代用于管理人类员工的制度、流程和内控规范。当前主流的是Harness 架构，这是一个围绕 AI 智能体构建的生产级运行时控制系统与工程化范式，是包裹在 LLM 与 Agent外围的 “操作系统 + 护栏 + 指挥中心”，核心使命是将不稳定、不可控的大模型能力，转化为可信赖、可规模化的生产力。
3、最高权限委员会设置
特别建议建立“AI伦理委员会”，成员由业务负责人+技术负责人+法务合规+外部专家构成，不能仅局限于技术和业务人员。这是为了防止产生类似于当年医院财务部门提出的要求，初代HIS的功能设计上有一个划价功能，要先录入划价，将人类流程用信息化翻版，而不是重构。伦理委员会应秉持支持新生事物的立场，包容硅基员工在初期与人类员工工作方式上的差异。该委员会的职责限于：审批高风险AI应用场景，处理AI决策争议事件。
四、仍需利用绩效管理作为组织效能提升的关键杠杆1、组织设计：从科层制到以战略产出为导向的“混合编队”
传统的医院组织结构分为临床科室、医技科室等，管理部门按国家监管要求设置相应部门。部门内部设岗位，即部门 → 团队 → 个人科层制，各管理职能处室以履行岗位职责为考核依据。这种制度，天然的会形成部门壁垒，结果是大多管理岗位对医院的运营管理目标和产出关注度不足。新的硅基智能技术，可以适时打破原有的组织设计逻辑。
新型的组织能力以战略产出为目标，按战略意图实现所需要的核心能力，构建新的组织形式，类似于以目标为中心的项目制组织。岗位设置变成：能力中心（人类专家）+ 执行集群（硅基员工+人类员工）+ 协调层（硅基员工工作接口范围和权限，即原有数字化资产如何转化成可以成为类人的硅基员工可以读取数据、知识和技能，另文将详述）构成。
2、绩效衡量：双轨制评估
硅基员工考核任务完成率、幻觉率、处理时效、算力节约；人类管理者考核：AI协同效率、异常处理质量、AI技术资产增值或创新贡献度。
3、能力建设：新型数字领导力
培养管理者“提示工程（Prompt Engineering）”思维，将计划能力转换成输入清晰意图的能力，将建章立制的管理能力转化为构建Skills的能力，将控制和反馈能力架构在Harness技术框架之上。建立“AI经理”角色，负责硅基员工的“选育用留”。
4、文化建设：人机协作信任机制
通过透明化，让员工理解AI的决策逻辑，减少“算法黑箱焦虑”，建立赋能感和协同力：强调AI是“增强智能”，增强的是获取领域知识的效率和处理问题的速度，而不是知识使用场景的“替代智能”。提倡容错文化，建立AI失误的快速修复机制，避免“一次出错，全面否定”。
五、问题与思考
蓬涞数据创始人、总经理王志刚：作为提出“学术引领、创造价值”为使命并践行的企业创始人，我在本文成文后，在学术上提出以下的问题，供同行思辩。
①当硅基员工犯错时，责任主体是谁？（技术供应商、部署者还是使用者？）
②如何防止“过度依赖AI”导致信息过载和组织能力退化？
③在AI可以自主学习的场景下，“组织学习”的概念是否需要？
④硅基员工是否应该有“数字人格”或某种形式的“权利”？
医管智汇标杆解码
预告 |关于开展2026年首期 “公立医院智慧运营与数智赋能研讨会”的通知
4.17-18 上海·徐汇
以医院战略目标为核心、以提升运营管理体系成熟度为阶段性目标，本次研讨会以“智慧运营与数智赋能”为主线，强化 AI 技术在运营决策支持体系中的多元化嵌入式应用，根据医院运营体系建设与人才团队能力提升需求，结合大型医院业财融合实践案例，深度解析高质量发展、医保支付改革与公立医院运营管理的衔接要点，探索 AI 技术赋能运营分析、病种成本测算、资源配置动态推演中等创新应用场景。围绕“人工智能+”系统拆解算法模型，整合运营管理方法和工具，高效利用信息和数据资产，构建智慧运营体系闭环，并进一步推动运营方案落地实施，持续改进以提高运营效能。通过深化数智技术与管理机制协同创新，加快培育卫生健康领域“新质生产力”，为医院高质量发展注入可持续的新动能。
