Harness 与 Agent 工程 · Agent架构与协作 · 2026-07-22

一个文件夹 = 一个 Agent 员工:如何用文件夹重构 AI 时代的工作。

告别数字流水线:用文件夹重构工作,让AI成为你的得力员工。从记忆与流程中解放,专注核心判断。

核心内容:

  1. AI时代文件夹的重新定义:从人工归档到AI消费
  2. 改造文件夹的三个实践案例:SQL取数、Excel报表、文档报告
  3. 从执行任务到聚焦判断:工作模式的核心转变

盯着十几个工作文件夹发了会儿呆。

文件名“项目材料 final”、“参考资料 2”、“讨论纪要稿”……以前文件夹命名要清晰、分类要合理,为的是让人好找。

但是,文件夹里天然存放着上下文和背景,应该是给 AI 消费的。

一个文件夹就是一个 Agent员工,这件事改变了我对工作和任务的理解。

一个文件夹,如果装的是业务上下文、脚本代码、口径说明,那 AI 打开它,就能像熟悉这个项目的老员工一样接手。

为什么文件夹需要被重新设计

先来看运营的工作是怎么被设计出来的。决策层定方向,中层把战略拆成可落地的流程,要求员工录入 CRM、OA 等系统。

执行层在系统里点点点,运营则把数据做汇总展示,监控业务的运作,反馈在数据和报表上。

于是在数字流水线上取数、对口径、调格式、做图表。每一步都在做事,但问这件事对业务结果有什么影响,答案往往是沉默。

工作的特征是任务、流程、重复导向,聚焦 task 而不是结果,也称为 fake work。

这套体系在 PC 时代非常有效。一个人记不住 1000 个客户信息,但 CRM 打开数据就能查,只有存在系统、表格里的结构化数据可被分析。

但 AI 来了之后,这套逻辑开始失效。甚至非结构化数据蕴藏着更多信息——会议纪要、邮件往来,AI 都能读懂,也能自己完成分析。

因此,用流程把人变成数据节点,这件事正在被 AI 取代。开始改造自己的文件夹,把它变成一个一个自主或半自主完成任务的 Agent。

如何改造三个文件夹

以数据运营工作为例,逃不开取数、做报表、写报告,每个文件夹中 AI 参与度越来越高,留给人的事情越接近“判断”。

第一个 SQL 取数文件夹——AI 替代记忆。

之前一个简单的取数需求,30 分钟起步。翻相关字段在哪个表里 → 东拼西凑 SQL → 对口径 → 出错再改。

哪个字段在哪张表、表和表之间怎么关联、口径什么时候改过。这些全靠人脑记忆,但 AI 现在读一遍 Markdown 文档就能秒 get。

把写 SQL 和跑 SQL 分离,我在 SQL 文件夹至少有三样东西:第一,数据字典;第二,常用 SQL 代码;第三,说明文档。

📁 SQL 取数文件夹/ ├── 📄 数据字典.xlsx ← 记录所有表的字段 ├── 📁 常用 SQL 代码 ← 按场景,标注口径,保留修改记录 │ ├── 📁 业务过程管理/ │ │ ├── 跟进拜访.sql │ │ └── 回款明细.sql │ ├── 📁 客户管理/ └── 📄 SQL维护说明.md ← 常见业务问题索引、关键口径说明

拼在一起,就是一个 SQL Agent 员工。AI 读字段清单,查阅模板,拼出 SQL,我来审结果对不对。

第二个 Exce…

— 以上为试看内容(约 40%),开通会员后阅读全文 —

原文出处:https://www.53ai.com/news/shuziyuangong/2026072279165.html