前言很多企业今年还在按两个旧坐标做AI决策按岗位裁、按人头算账。问的也是同一句——哪些工作会被AI替掉。麦肯锡在2017年其实已经把这个问题的分析单位说清了。那篇《A future that works》为了评估自动化的技术潜力把人类工作拆成18 种能力、归在5大领域之下并明确了一条方法论分析的单位应该是「活动activity」不是「职业occupation」。一个岗位里能被机器接手的是其中某些活动不是整张工位。九年过去这条方法论在2026的agentic时代不仅没有失效反而更对——agent被授权的单位正是「活动」不是「岗位」。但问题本身升了一级agent被赋予跨系统的行动半径早已超出「自动化单点活动」的范畴。2017的坐标要回答的新命题变成三件事——哪些能力该授权 agent 跑全链路、哪些必须留给人、谁在终点持有问责。2017的坐标还在只是要用2026的画法重描一遍。麦肯锡发布的《2026年组织状况报告》深度解读AI时代的组织进化论012017 那张底图没被时间淘汰活动是单位不是岗位最容易被翻出来质疑的是报告里那份时间表。它给每种能力排了「超越人类平均」的年份大多落在 2030 到 2070。可对一份 2017 年的研究来说时间表本就是当时的技术外推——它随算力、数据和模型的节奏起伏是报告里最该被更新的部分不是该被拿来「判对错」的论断。时间表会漂移这没什么可争论的有意思的是时间表之下那套结构九年没动。真正立住、并且在 2026 反而更值钱的是报告把工作拆开的那套结构本身一是能力坐标不随技术更迭变形。把人类工作拆成 18 种能力、归在 5 大领域之下是对「工作由什么构成」的一个结构性描述不依赖任何一代具体技术。无论自动化的是规则引擎、还是大模型、还是今天的 agent工作底层的活动构成没变——变的只是哪一类活动被哪一代技术接手。二是分析单位选对了且今天更对。报告明确切分单位应该是「活动activity」不是「职业occupation」。它统计过美国约 60% 的职业里至少有 30% 的活动具备自动化潜力整职被 100% 替代的不足 5%。九年后的 agentic 时代这条反而被验证得更彻底——agent 被授权的单位正是「活动」不是「岗位」。当年这份坐标只是用来量自动化潜力今天则正好用来量授权边界。时间表的漂移恰恰反衬出底层结构不动。这套不动的坐标长这样感官知觉视觉、触觉、听觉的复杂外部感知认知能力识别已知模式、生成新模式、逻辑推理与解难、优化与规划、创造力、信息检索、多智能体协调、输出表达自然语言处理自然语言生成、自然语言理解社会与情感能力社会情感感知、推理、产出物理性能精细运动、粗大运动、导航、移动性它本质是一张「工作由什么构成」的静态地图。2017 年用来量自动化潜力2026 年可以拿来量授权边界——这正是下一级升维。18 种能力 × 5 大领域坐标02变的是行动半径不是能力本身agentic 时代重新定义「授权」2017的语境是「把人类活动自动化人留在回路里」。这句话在2026已经不够用。agentic时代的agent不是自动化某个按钮而是被授权去跑一条跨系统的长链路——比如「发 offer → 建账号 → 开系统权限 → 通知业务方」。活动被接管的单位没变但接管的深度变了从「替你点一下」变成「替你把整段跑完并在终点兜底」。所以能力坐标的用法要改写它不再只是标「这项能力机器能不能做」而是标**「这项能力授权给 agent 后它能跑到哪一环、到哪一步必须交还给人」**。这就是「授权半径」。同一项认知能力授权半径可以完全不同。信息检索能授权得很深——agent 自己搜、自己汇总、自己出初稿人只看结果。逻辑推理与解难只能授权到「出题与陪练」——agent跑模拟、列选项但商业判断的签字权必须留在人。多智能体协调天然就是 agent 的活但协调的目标和边界由人定。把 18 种能力逐个放进「授权半径」坐标系组织第一次能回答一个它以前从没精确回答过的问题我们到底把多少决策权无声地交给了没有问责主体的系统。0318 种能力各自落在哪条授权象限放手 / 同驾 / 留人 / 重画沿着授权半径18 种能力切成四类。这不是技术判断题是治理判断题——每一类放行规则不同。把第 1 节那张坐标摊开代表性能力各自落点如下可 delegation充分授权规则清晰、容错高、后果可撤销对应坐标里的信息检索、已知模式识别、结构化输出表达以及部分自然语言生成周报、摘要、答疑。这类交给一线自下而上快速探索不设重型审批跑通即上线。需 co-pilot人机同驾agent 能跑大部分、关键节点必须人持结果对应优化与规划、逻辑推理与解难、多智能体协调的调度。授权到「出选项、跑模拟」签字权留在人——正是前面说的「机器接管加速人类持有结果」。必须留人不可 delegation涉及判断、问责、信任边界对应社会情感产出、定义价值的创造力以及一切带商业或法律签字性质的最终决策。这些能力机器做得来却没人能在终点担责。需重画reversible 之外的真陷阱最该警惕的一类对应长在旧管理假设之下的评估与分类能力——比如被固化的绩效打分逻辑、人才盘点规则、晋升推荐算法。它们是复利型一旦被 agent 代码化旧管理假设就被焊进系统日后重构成本极高。第四类就是 pilot trap 在能力坐标上的投影你优化的从来不是能力是旧运营模式里没被修正的一块。最危险的陷阱是用最新的 agent 技术把旧组织里最无声、最落后的管理偏差代码化。一旦那些不合理的盘点规则、官僚的审批逻辑被焊进 agent 的运行代码重构成本便呈指数级上升——这恰是数字化形式主义最深的坑技术越先进旧偏差被锁死得越牢。授权半径四类切法0420%不是过渡成本是系统的稳态溢价监督税定律把能力坐标 delegation 出去组织常以为省下的是净人力。账不是这么平的。麦肯锡在另一篇 agentic HR 研究里给过一个锚点目标态下约20% 的人力时间必须投在 agentic capability management——配置 agent、写和测逻辑、监控漂移、把过时的 agent 退市。报告特意强调这 20% 不是可四舍五入的小头。这 20% 该被提炼成一句管理律令Agentic 转型从不消灭管理成本它只把人力从「亲自做业务」挪到「照护跑业务的系统」。这 20% 是系统的稳态溢价绝非过渡期的暂态成本。凡是 ROI 模型里没给「维护系统的人」单列预算的财务测算至少少算了五分之一的实际受影响工时——它决定了你做的究竟是真降本还是把成本跨部门悄悄转移。能力坐标的价值恰恰在这里显出来它让组织看清被 delegation 出去的每一项能力背后都挂着一笔持续的照护成本。授权半径越大监督税越不能省。05能力可以下放签字权不能问责护栏的硬边界授权半径画完最后一道关是问责。能力可以被 agent 执行但责任不能跟着转移——这是 agentic 时代和 2017「人留在回路里」最根本的区别那时人还能说「我在回路里」现在 agent 跑完了整段人如果只在前端点了个「运行」终点出事就找不到责任人。把前面四类切法接回我们已有的治理语言放行规则可以对齐成一条基础性编排平台、数据底座、底层 API强行收权CHRO 与 CIO 联合签字方可动禁止业务线自购自建避免能力被锁死在局部。复利型绩效、盘点、晋升相关能力前置审查放行前必问「旧流程假设还值不值得保留」旧流程本身有病严禁代码化。可撤销信息检索、答疑、推荐类充分授权交一线快速探索不设重型审批。无论哪一类终点都挂同一句话agent 执行人担责。能力坐标告诉你「这项能交给谁跑」问责护栏告诉你「跑到终点谁签字」。两张图合起来才是 2026 的完整分工底图。06分水岭不在 AI 能不能做在你有没有坐标去画分工回到开头那句。很多企业今年还在按岗位裁、按 seat 算账问「哪些工作会被替掉」。麦肯锡 2017 已经把单位答清了——是活动不是岗位2026 又把它升了一级——是授权半径与问责不是替代与否。18 种能力坐标本身不新新的是画法从「量自动化潜力」改成「画人机分工边界」。谁先有这张坐标谁就能把 agent 接在对该接的活动上、把人留在该留的判断里、把问责明确挂在终点谁还在按岗位做加减法谁就在用2017之前的世界观管理2026的agentic组织。工具不会替你回答分工。能回答的是你手里那张坐标。关联阅读AI-Native组织的操作系统与“复利飞轮”别被跑通的试点锁死麦肯锡Agentic HR转型与可逆性治理研报阵型谁都能贴机制抄不到为什么盲目改 Pod的企业多数会死掉你遇到的不是AI问题是转型问题HR第七模块革命AI超级代理如何重塑组织进化逻辑麦肯锡报告的“隐藏”死局没有底层的制度授权一切AI转型都是行为艺术