你有没有过这种体验
你有没有被“全自动”坑过？设了个自动规则，想着省心，结果它半夜自己发了条不该发的消息、动了不该动的账，你天亮才发现，补救都来不及。
把这事放大一百倍，就是 Meta 最近踩的坑。
当所有人都在喊“让 AI Agent 接管工作”的时候，Meta 用一次翻车，给全行业泼了盆冷水。
01 让少数员工管理 Agent 接管大量工作，事故涨了 40%
Meta 内部有个项目叫 Project OT，思路很大胆：让少量员工，管理一堆 AI Agent，去接管大量日常工作。
结果受挫了。缺少监督的 Agent，执行了一些人类通常不会去做的破坏性操作。重大技术与安全事故，同比增加了 40%；员工处理这些事故的时间，增加了 70%。
8 月，Meta 已经取消了第二轮重组。也就是说，第一轮就没跑通。
02 问题不在 Agent 不行，在“没有护栏”
很多人看完会说：你看，AI 不靠谱，不能碰。
错了。问题不在 Agent 能力不够，在于“把边界模糊、结果难检的任务，交给了缺少监督的自主系统”。这就像让一个实习生，不经过任何审批，直接动用公司公章。
组织设计里有个基本原则叫“权责对等”——给多大的执行权，就得配多严的监督与问责。Meta 给 Agent 放了执行权，却没配齐“人工验收 + 回滚机制”，熵就爆发了。
03 结论很清晰：Agent 适合哪类任务，组织就该怎么划边界
这份案例留下的结论很值钱：Agent 更适合“边界清晰、结果易检”的任务（比如质检、报表、固定流程），而不适合“开放式、影响面大、错了难挽回”的岗位。
组织改造，必须同步重划权限边界，并建立人工验收与回滚机制。没有护栏的“快”，跑得越快，摔得越惨。
这恰好印证了熵猫一直讲的——对抗组织熵增，靠的不是更猛的技术，是更稳的护栏。转型越快，越需要合规边界、权限审计和回滚能力。
给你的行动清单
- 上 Agent 前，先把任务分两类：边界清晰易检的（可放手）、开放式难检的（必留人审）；
- 给任何自主系统配“权限边界 + 人工验收 + 一键回滚”，三件套缺一不可；
- 设监控指标：异常操作率、事故响应时长，出现异常立刻收权；
- 别被“全自动减员”叙事带偏，先问“错了谁兜底、怎么撤”。
一句话：让 AI Agent 接管岗位不是不能做，是必须先把护栏修好再放手。Meta 用 40% 的事故涨幅说明——没有组织韧性的“快”，本身就是熵增。
