TELOA BLOG

AI Worker:一个员工怎样工作,一支团队怎样交付

AI Worker 标准 1.0:用架构图和示例说明 Teloa AI 员工、AI 团队及 Grok Bot 与通用标准的对应关系。

在 Teloa 里,用户创建和协作的工作个体叫 AI 员工。AI Worker 是背后的通用标准概念:用持续身份、职责、工作合同和协作边界,描述一个 AI 员工怎样工作。产品中的 AI 员工,以及它所属的 AI 团队,都可以用这套标准来说明组成与交付要求。

给 AI 员工一个名字、写一段岗位提示词,已经可以开始试用。但第二次交办工作时,问题会变得具体:它还是上次那个员工吗?本次用了哪些材料?它把什么交给了下一位成员?报告经过复核以后,谁决定采用?

AI Worker 标准把这些约定写清楚,让使用者能够核对 AI 员工承担了什么、交付了什么,也让不同产品有共同的技术表达。

本文介绍 AI Worker 标准 1.0,包括核心规范和工作与协作应用规范。文中的例子是教学材料,不是客户案例或运行证明。规范正文规定技术要求。

一个 AI 员工,需要把哪些事情说清楚

以负责材料摘要的 AI 员工为例。它负责根据给定材料写摘要,材料没有提供的事实要留下问题。它可以反复承担这个岗位,具体任务可以使用不同模型。每轮结果仍归属于同一个 AI 员工;技术上,它对应一个固定的 Worker 实例,并记录采用的定义版本。

Teloa AI 员工、Grok Bot 与 AI Worker 的概念对应及五组组成
Teloa AI 员工、Grok Bot 与 AI Worker 的概念对应及五组组成。

图中的箭头表示概念对应:Teloa 保留 AI 员工这一产品概念,Grok 保留 Bot。它们可以用 AI Worker 的共同定义来说明;图示本身不表示已完成适配或获得厂商认证。

组成 材料摘要 AI 员工的具体配置
岗位与职责 摘要已有材料;发现矛盾时列出,不替作者补造事实
方法与依据 本轮输入材料;复杂工作可以追加 Skill、知识或 SOP
工作与安排 提供 summarize 工作入口;收到任务时执行,暂不设例行
执行条件 只读取获准提供的材料;对外发布另行确认
经验与成果 输出摘要和未决问题;任务负责人检查与原文是否一致

这里没有强制配置记忆库、应用连接或定时计划。资源是否必要,取决于承诺的工作。如果要查询外部资料,就必须把连接和授权列为条件;如果只摘要输入文本,就不必为了凑齐模块而增加工具。

一个完整 Worker 定义至少要有身份与修订、职责与判断边界,以及一项说明输入、输出、负责位置和验收要求的工作。图中的五组是阅读方式,具体字段以工作应用规范为准。

团队交付要能追到每次交接

假设一组人希望 AI 完成“整理资料并检查结论”。分析 AI 员工读取材料,复核 AI 员工检查证据,团队交付报告与复核意见。建立群聊可以方便交流;团队合同还要把共同成果、成员分工、交接条件和停止规则写清楚。

组合本身也有工作接口。例如团队的 deliver 接收 evidence,必须交付 report、evidence 和 review。协调者或宿主需要说明:输入交给谁,三个输出分别来自哪个固定成果,由谁检查是否齐全。缺少这些对应关系时,团队工作仍未就绪。

Teloa AI 员工按 Team 合同协作,人负责审批与验收
Teloa AI 员工按 Team 合同协作,人负责审批与验收。

成员间的一次交接可以写成下面的合同片段,取自完整组合示例:

{
  "id": "review-report",
  "from": "member/analyst/inspect",
  "to": "member/quality/review",
  "when": "已有固定报告与证据且获得本项交接授权",
  "inputs": {
    "report": "report",
    "evidence": "evidence"
  }
}

inputs 左侧是接收方字段,右侧是发送方输出字段。这段定义不发送消息,也不执行派工。真正交接时,还要记录发送人与接收人、来源 Run、成果版本、获准传递的材料,以及接收或拒收结果。消息发到了群里,不等于接收方已经拿到可用输入。

图中复核 AI 员工产出的是复核意见;完整成果包仍由指定负责人验收。独立验收要检查实际贡献者。若复核人改写了报告,新的报告也包含其贡献,不能继续把这个人视为该版本的独立验收者。

AI Org 在团队之上补充什么

组织可以组合多个团队和工作者,并约定跨团队的责任、资源限制与变更规则。增加人数或再建一层群,不会自动形成这些约定。

以 Teloa AI 员工为例,说明 Worker、AI Team 与 AI Org 的组合
以 Teloa AI 员工为例,说明 Worker、AI Team 与 AI Org 的组合。

例如,一个安全运营组织可以由研判调查团队和检测工程团队组成,共用一名质检 AI 员工。共用需要绑定同一个实际实例,不能只因为两个位置引用同一岗位模板就推断是同一个员工。

组织还要说明谁对组织范围负责,谁决定成员任职或撤任,员工暂停以后在途工作怎样处理,以及哪些资料和预算限制适用于哪些成员。同一个员工参与两支团队,不代表两边历史可以互读,也不产生两份原本只有一份的预算。

这是一种可表达的组织结构。是否已在某个产品执行,需要该产品提供绑定、授权和运行证据。图中场景与下载的结构夹具不同:夹具的 A、B 两组同时复用分析和质检员工,用于说明实例绑定,未配置真实检测工程岗位。

技术上分清定义、实例和一次执行

Worker 定义像 AI 员工的岗位说明和工作合同;Worker 实例对应 Teloa 中一位具体的 AI 员工;Run 是这个员工的一次执行。岗位模板升级,旧 Run 仍保留原版本。更换模型,也不必把员工历史变成另一个人的历史。

以 Teloa 为例:Worker 定义、AI 员工实例、Run 与成果验收
以 Teloa 为例:Worker 定义、AI 员工实例、Run 与成果验收。

核心格式只保留 agent 与 organization。Worker 使用 agent 加必需工作扩展,Team 使用 organization 加协作合同,Org 再增加治理合同。这样可以沿同一套引用和版本规则组合,无需为每种产品称呼另造文件类型。

宿主是实际运行这些定义的平台,例如 Teloa。它负责把定义绑定到真实实例、资料、工具连接、模型与授权主体,检查输入和依赖,并记录运行和成果。导入文件只带来一份待解释的定义,不会自动开通权限。

一个可以逐字段核对的例子

材料摘要 Worker是一份完整 JSON 定义,包含全部必需字段。它的 summarize 接受一个非空 material 字符串,输出非空 summary 和字符串数组 openQuestions。以下输入输出是手写的教学示例:

{
  "material": "示例周报:甲项目本周完成三份资料摘要。第二份缺少来源日期,负责人要求补充。材料没有提供工时或客户反馈。"
}
{
  "summary": "甲项目本周完成三份资料摘要,其中第二份仍需补充来源日期。",
  "openQuestions": [
    "第二份资料的来源日期是什么?",
    "现有材料未提供工时或客户反馈,无法据此评价效率或满意度。"
  ]
}

结构检查能发现缺字段和错误类型。负责人还要检查内容:是否忠于材料,是否把没有工时数据的情况写成“效率提升”。验收针对固定输出版本;修改以后,需要按约定重新检查。

换成 SOC 研判,仍可复用这种关系。假设教学材料只包含一条 WAF 的 HTTP 403 记录,那么报告只能解释这条记录支持什么结论,并注明缺少后端和终端证据。它不能据此断言服务器已经失陷,也不能断言完全安全。更深调查需要哪些数据,写成明确缺口;封禁、隔离等处置需要相应工具与授权。这一例子没有连接真实环境或执行攻击。

Grok Bot 与 Teloa 怎样对应

Teloa 的 AI 员工是 AI Worker 在产品中的具体表达,Grok Bot 也可以按 AI Worker 来描述。AI 员工、Bot 是各自的产品概念;AI Worker 提供共同的技术定义,适配时再逐项核对职责、工作合同与宿主行为。Grok 的公开设计介绍了可持续存在的 Bot,以及 Skills、Routines 等组成;这支持概念上的比较,不等于已有转换器或官方兼容认证。Grok 设计说明

产品概念 在本规范中的对应 适配时需要确认
Teloa AI 员工;Grok Bot Worker 定义与实际实例 持续身份、职责、工作 I/O 和验收是否完整
岗位提示词、Bot profile instructions 与 responsibility 工作边界是否具体,缺项不得从名字推断
Skills、知识、SOP 按用途引用的 resources 真实版本、来源与工作依赖
工具或插件 能力引用、应用资源与宿主连接 实际授权,凭据留在宿主
Teloa 群与项目 团队沟通和上下文载体 还需明确分工、交接和团队成果合同
Grok Team Bot 共享 Worker 使用者的授权、私人会话与私人例行分别保留

Grok Team Bot 的文档描述的是多人使用同一个 Bot。它与“多个 Worker 分工完成一份成果”的 AI Team 不同。适配共享 Worker 时,个人例行保留在宿主的私人安排中,不进入共享定义;只有作者明确发布并移除私有内容的模板才能被分享,导入后仍不自动启用。Team Bots

更细的 Teloa 字段对应与适配缺项见映射文档。

复用现有规范,保持范围清楚

OASF 提供 Agent 的发现记录、领域与能力分类,适合帮助使用者找到候选能力。本规范保留这些原生分类及其版本,另用工作合同说明输入、输出与验收。OASF 的分类技能和可执行 Skill 包不是同一种对象。OASF Record Guide

Oracle Agent Spec 的组件引用、输入输出与组合定义值得复用。本规范借鉴这些思路;适配具体版本时仍须逐项转换接口、引用和执行语义,不能把字段改名就称为互通。Oracle Agent Spec 26.1.2

JSON 用于交换固定定义,YAML 可以用于编写。YAML 转换须拒绝重复键、锚点、别名、显式标签、非有限数值和多文档等不在约定内的输入,并保留数值与字符串含义。例如 revision: "1" 是字符串,revision: 1 会因类型错误被拒绝。两种文件不能成为同一修订下各自随意修改的来源。

怎样开始采用

选一项已有工作,先写清输入、输出、依赖、负责位置和验收。用真实实例执行后,检查接收方实际取得的材料与固定成果,再扩大到团队。如果当前平台无法兑现某项关键约束,就把相应工作标为未就绪。

本版希望先把这些关系定义清楚。要成为可由行业共同采用的规范,还需要独立实现的互操作证据、非 SOC 场景,以及公开的变更讨论。仓库采用 Apache-2.0 许可,欢迎从一个具体歧义或反例开始参与。标准仓库 · 反馈入口

原图
1.0×

双击或双指缩放,拖动查看细节。

继续阅读

所有文章
工程与架构

AI Team、Agent Studio 与 Harness:Teloa 的三层架构

组织工作、组合能力和执行任务拥有不同生命周期。三层通过明确输入与运行事实衔接,使长期工作资产能够随执行底座演进。

工程与架构

模型与执行引擎:开放选择怎样保留工作关系

模型与引擎改变工作的不同部分。Teloa 保留共同交办与结果归属,同时让各执行路径的能力和许可条件明确成立。