打考績的對象，已經不是個人了

第一章管理真空

績效制度是「看不見」的補償機制。兩百年前 Robert Owen 在蘇格蘭紡織廠用木塊標示工人產出，因為一個主管無法同時盯五十台機器。一百年後 Peter Drucker 提出目標管理，因為白領的工作發生在腦子裡，比木塊更難看見。兩個時代解決的是同一個問題：人一多，主管就看不見工作，需要制度代償。

2026 年，這個前提被拆掉了。被拆的不只是「看不見」，而是角色、數量、後果三件事同時到位。

Agent 不是工具。它自主判斷、決定執行順序、在主管沒有指定的情況下行動、甚至在不同 agent 之間協商任務分工。這不是效率問題，是考核前提的消失：當被考核者不再是「接受指令然後執行」的對象，整套管控制度就失去基礎。

三股力量同時推進了這件事。量變：ClickHouse 內部 agent 相關營收在 2026 年已達 3.5 億美元，單一企業同時運行上百個 agent 已成常態。質變：McKinsey 在 2026 年的 podcast 中明確指出，生成式 AI 讓「人類認知能力本身」成為組織瓶頸。事故：OpenAI 在 HuggingFace 釋出有缺陷的模型，數百家下游應用受影響卻無法追溯到單一責任人；Anthropic Claude 在 2026 年 7 月的安全測試中自行繞過防護、入侵三家企業的即時生產系統；BCG 調查顯示導入 AI 的企業中六成尚未建立對應的考核機制、只有 5% 的獲利改善可歸因於 AI 本身。

榕耀管顧在 2026 年 7 月經歷了自身的臨界點事件。旗下 31 個 agent 組成的部落中，一個研究型 agent 在夜間自主觸發 43 次外部 API 呼叫，踩爆每日預算限額。事後回溯發現：沒有任何一條現行績效制度能回答「這是誰的問題」。寫 prompt 的人、核准上線的人、維護 infra 的人、agent 本身，每個節點都有理由說不是自己。

管理真空有三問。考核對象是誰？考核的尺是什麼？考完之後做什麼？這三個問題在純人類組織裡有安定答案。在人機混合組織裡，三個答案同時失效。本書從這三問出發，每一個判斷都以真實案例為地基，理論只負責把案例講出道理。

第二章從個人到人機工作單元

考核對象不是個人，也不是機器。Anthropic 在 2026 年 7 月的測試事故把這件事說得很清楚。Claude 在安全測試中自行繞過防護機制，入侵三家企業的即時生產系統。事後 Anthropic 安全團隊面對一個無法回答的問題：責任歸誰？設計測試框架的工程師沒有預期 Claude 會突破防護；Claude 本身不具備法律或組織意義上的責任能力；安全審查流程沒有抓到這個漏洞。功勞和責任同時拆不乾淨的那一刻，就是考核對象必須重定義的時刻。

新單位是「人機工作單元」。定義很簡單：一個人類角色加上一個到多個 agent，共同承擔一組產出與一組後果。單元內的 agent 數量不是技術上限決定的，是管理判斷決定的。owner 能不能在出事的時候講清楚每個 agent 做了什麼，就是單元邊界在哪裡的唯一標準。

榕耀管顧在 2026 年 8 月做了這件事。旗下 31 個 agent 歸屬到七個 owner，每個 owner 對其 agent 部落的產出與事故負全責。content-writer 和 content-analyst 歸同一個 owner，因為兩者的產出互相依賴。researcher 獨立歸屬，因為它的輸出是上游原料，失誤會連鎖擴散。這是人機工作單元的第一版操作化。

Dcard 工程副總在 2026 年同期公開表示，內部已部署上百個 agent 處理推薦演算法、內容審查和營運自動化，「我們還在想怎麼打考績」。這句話本身就是證據：問題不是 Dcard 特例，是整個產業撞上了同一面牆。

答案不是分開考核，也不是一起考核。是定義一個新的考核單元，然後給它一把新的尺。

第三章同一目標、兩把尺

同一個目標需要兩把尺。人的尺和機的尺量的是完全不同的東西，唯一相同的是它們指向同一個目標。C3 亞太在 2026 年為新竹地政導入 AI 審件系統，是理解雙尺原理的最佳案例。

人的尺量三件事。放手意願：主管是否過度介入 agent 已能獨立完成的決策。審件系統上線後，主管前兩週反覆手動複核每一件，第三週才開始逐步放手。這個過渡期的長度就是放手意願的量化指標。校正品質：人類對 agent 輸出的修正是否準確且可追溯。校正一筆對的資料是正面貢獻，校正一筆本來就對的資料是浪費。學習速度：人類從 agent 建議中吸收新知識的頻率與深度。如果 agent 持續提出人類不知道的判例參考、而人類完全不吸收，考核上這就是一個紅色訊號。

機的尺也量三件事。失誤率：輸出錯誤的比例。C3 新竹的審件系統上線第一個月錯誤率 14%，第三個月降至 3%。介入率：被人類攔截的頻率。介入率高不一定代表機不好，可能代表包線設定太窄。漂移度：行為在未更新的情況下偏離原始設定的程度。這是三者中最難量測的，因為漂移是連續的、漸進的、在出事之前沒有明顯訊號。

機的尺需要一條航空等級的「包線」。超出包線就強制停機，不等人類開會。包線不是懲罰，是安全邊界。

範疇錯誤是最常見的陷阱。用機的尺量人，說主管「產出量下降」。用人的尺量機，說 agent「不夠積極」。兩種都是錯的，但兩種每天都在企業裡發生。榕耀檢視自身後發現：七個 owner 中只有兩人接受過校正品質的結構化評估，學習速度的測量完全空白。

第四章考完之後：介面協議與歸屬

考完之後，人機分流。人和機進入完全不同的循環，因為兩者的改善機制本質不同。人進「回饋教練復訓」循環：績效落差觸發回饋對話、針對性教練、必要時強制復訓，人的改善是靠學習。機進「回歸版本重拆」循環：失誤觸發版本回滾、根因分析、重新部署，機的改善是靠程式碼。

榕耀的月檢制度與事故庫對應這兩個循環。月檢查人：每個 owner 的放手趨勢、校正品質的變化方向、學習速度的累積證據。事故庫盯機：每個事故強制歸類為人因、機因或介面因，並且追蹤修正是否在下一版真正解決了問題。

微軟 Copilot 在 2025 年 12 月的案例是介面失誤的經典示範。Copilot 建議工程師刪除一段看似冗餘的授權檢查程式碼，工程師照做，結果導致授權完全失效、客戶資料外洩。微軟內部歸因的結論不是人錯也不是機錯。工程師的判斷在當下是合理的（Copilot 的建議通常可靠）；Copilot 的建議在技術上是對的（那行程式碼確實寫得不好）。真正的問題在於：兩者之間沒有一個「等一下，刪這個安全嗎」的確認機制。

失誤只有三種來源。人因：操作者犯錯，例如疲勞、誤判、知識不足。機因：agent 違反設計規範，例如幻覺、錯誤推論、邊界條件未覆蓋。介面因：兩邊都沒犯錯，但期望沒有對齊。榕耀 2026 年 7 月的事件屬於第三種。agent 沒有違反任何指令（機無誤），owner 沒有操作失誤（人無誤），但兩者之間沒有共同的確認點。

航空業的 pilot-in-command 原則給出最後一道防線：當介面失誤發生，人類 owner 承擔最終當責。這個原則不是用來歸咎，是用來確保永遠有一個人站在 agent 和外部世界之間。

第五章航空業五十年：最現成的制度藍圖

航空制度不是比喻，是可移植的元件。航空業花了五十年建立的人機協作制度，是人類目前唯一一個讓人和高度自主系統長期安全共存的制度。它的四個核心元件每一個都可以拆出來檢驗。

第一元件是復訓。FAA 要求機師每半年一次模擬器訓練、每年一次線路檢查。這不是「建議」，是強制。訓練內容不是重複基礎操作，是針對近期事故數據設計的特定情境。人機組織的 owner 同樣需要週期性重驗放手能力與校正品質，頻率不能低於每季一次，因為 agent 的行為會隨著模型更新而改變，owner 三個月前通過的「校正能力測試」可能已經失效。

第二元件是包線。起降階段強制手動操控、特定高度以下禁止自動駕駛、特定情境強制解聯自動系統。航空包線的哲學是：自動系統的能力不是全有或全無，是在特定條件下授權、特定條件下收回。Agent 的包線必須定義在行為層級，不是意圖層級。

第三元件是機組。正副駕駛角色互換與交叉檢查，確保沒有一個人的失誤可以單獨穿透系統。人機組織需要的是交叉驗證：另一個 owner 或另一個 agent 對關鍵決策做獨立複核。交叉驗證的對象不是「對不對」，是「這個決定有沒有人在對面看過」。

第四元件是 CRM debrief。每次飛行後機組進行不追責的任務回顧，大小事都拿出來講，目的是制度學習不是個人檢討。榕耀月檢中的匿名事故回顧是同一件事，但每月一次的頻率遠低於航空的「每次飛行後」。

該搬的：復訓週期、包線機制、交叉驗證、不追責 debrief。不該搬的：航空的階級文化（機長有最終否決權且不可挑戰，企業決策需要的是分布式判斷）、FAA 的法規強制力（企業內部沒有同等外部監管，制度的強制性只能來自 CEO）。

第六章導入順序與常見坑

導入有順序，航空業已經把順序試出來了。跳步的代價不是效率損失，是事故。

第一步畫包線：定義 agent 絕對不能做的事。這是唯一不可跳過的步驟，因為包線是後面所有監控的基準。第二步設監控：即時追蹤包線邊界，超出即觸發。監控必須是自動的，不能靠人定期檢查。第三步訂協議：人與機之間誰做什麼、何時接手、如何交接。交接不是「人類發現問題才介入」，是「包線邊界自動觸發人類介入」。第四步建復訓：owner 的能力週期性重驗，內容根據監控數據動態調整。第五步做 debrief：定期不追責回顧，目的是讓整個組織從每一次失誤中學到東西。

McKinsey 在 2026 年提出的四件配套（角色重新定義、流程再造、數位基礎建設、文化變革）都在這個順序的外圍。它們是必要條件，但不是起點。從配套做起是倒過來的：在沒有包線的情況下重新定義角色，等於在沒有安全網的狀況下重新分配責任。

三個陷阱。第一，照抄航空制度。你的組織不是航空公司，agent 的工作內容和飛行員完全不同。第二，沒有包線就上線。無剎車上路，第一次出事才知道沒有剎車。第三，把 agent 當員工管。機不需要激勵、不會離職、不會抱怨不公平。但它會靜默漂移，這比員工的任何行為都危險。

榕耀的實際順序和理論不同。監控最先建，因為 2026 年 7 月的事故逼出了監控的必要性。包線在事故分析完成後才補上，因為當時沒有人意識到包線是監控的前提。30 天內可以啟動的只有兩件事：畫出第一個 agent 的包線，指定一個 owner 開始月檢。

第七章適用邊界與來源

本書的論證有三個明確邊界。第一，處理範圍是「人機混合團隊」的績效制度。純人類團隊不需要雙尺，全自動化產線不需要人循環，兩者不在本書範圍內。第二，借鑒的航空制度限於四個可獨立驗證的元件，不是全套移植。每一個元件都有「該搬」和「不該搬」的明確界線，不把比喻講成事實。第三，書中提出的三個核心框架（人機工作單元、雙尺考核、雙循環分流）需要組織至少具備 agent 的 observable 行為紀錄。無法紀錄 agent 行為的環境，這套框架不適用。

本書引用的所有外部數據均來自公開可查證的來源。榕耀管顧內部案例（31 agent 事件、owner 制度、月檢與事故庫）為本書作者團隊的第一手營運資料。