Meta 的 Project OT 计划试图让 AI Agent 接管业务中台

Meta 内部流出的 Project OT 计划引起了不小的波动。这套方案最激进的地方，在于它不再把 AI仅仅视为“辅助插件”或“效率工具”，而是试图将其定义为一种能够替代人力、执行闭环任务的“数字员工”。如果把过去的 AI 升级比作给员工配置一把电动工具，那么 Project OT 想做的，就是把整条生产线直接交给 Agent 托管。

从技术逻辑上看，Project OT 的核心目标是推动业务流程“去人工化”。在传统企业协作中，即便已经使用了各种管理软件，业务中台依然需要大量初级或中级员工充当“人体路由器”：搬运数据、协调跨部门流程、完成基础审核并生成汇报报告。Project OT 则希望建立一套成熟的 Agent 协作体系，让 AI 直接调用内部 API、处理实时数据并完成决策闭环，从中间的人力环节中跳出来。

这种路径对大模型的能力提出了很高要求，尤其依赖模型遵循复杂指令的能力，以及在长路径任务中的稳定性。一项实际业务任务可能包含 10 个以上的步骤，只要其中某一步出现幻觉（Hallucination），最终结果就可能崩盘。即便是 Claude 3.5 这样的顶尖模型，在处理超长链路的逻辑推理时，仍然存在不确定性。这意味着，Meta 部署 Project OT 时，必然需要在 Agent 的自我纠错机制和环境隔离（Sandbox）上进行深层工程化处理。否则，一旦这种规模的自动化在生产环境中失控，修复成本将远高于雇佣人力。

大模型在长路径任务中的稳定性是否能满足业务需求？

对从业者而言，更令人不安的是这种模式可能瓦解“技能护城河”。过去十年，很多人的核心竞争力来自熟练编写自动化脚本、操作复杂的数据查询工具，或通过技术手段优化业务流程。但当 Agent 能够直接通过自然语言理解业务逻辑并自动部署执行时，这类中层技术技能的价值就会被迅速稀释。如果 Agent 可以独立完成“需求理解 → 数据抓取 → 逻辑处理 → 结果交付”的全过程，那么原本依赖“流程熟练度”的岗位将失去存在的必要性。

Agent 自然语言理解能力是否会颠覆现有技能护城河？

这实际上是一种针对组织架构的降维打击。Meta 并不是在优化某一个功能，而是在重新定义一个部门的运作方式。如果这套闭环顺利跑通，未来大厂招聘逻辑将发生根本性转变：公司不再需要大量能够执行具体流程的“操作员”，而是只需要极少数可以定义目标、审核结果并具备极强架构能力的顶尖专家。

当然，Project OT 能否成功，取决于它能否解决 AI 在复杂业务流中的“确定性”问题。如果 Meta 能够通过硬核工程手段，将 Agent 的错误率压低到可接受的阈值，那么这种从“人操作工具”到“Agent 调用 API”的范式转移，就会成为所有互联网大厂效仿的标杆。它不仅是技术的一次迭代，更是对人力资源逻辑的残酷重构。