这是我们关于构建人机协作团队系列的第三篇文章。第一篇分享了Anthropic在多智能体AI领域的经验，第二篇介绍了Slack如何将职场对话转化为智能代理所需的上下文信息，而本文则聚焦于当智能代理与团队工作平台融合时带来的变化。
早在引入AI代理之前，Asana团队就致力于探索如何将结构化和责任机制融入团队协作中，最终开发了Work Graph®模型。该模型通过关系网络映射每个任务、项目、目标和对话，明确了负责人、贡献者及依赖关系。
在构建AI代理时，Asana决定让代理在同一模型内运作，而非为AI新增上下文结构。代理拥有明确角色，能被分配任务，读写消息，并与人类协作者共同出现在活动动态中，同时对代理的访问权限和共享内容设置额外保护措施。
我们采访了Asana首席产品官Arnab Bose，了解Asana团队如何使用Claude与代理协作，Claude模型如何支持复杂任务：每个代理如何获得角色和权限，谁负责训练，如何保证工作透明，以及代理在Asana人机团队中的具体职责。
在代理介入前，先理清并结构化你的工作
对于Asana员工来说，Claude是默认的AI工具，连接Google Drive、Slack以及Asana等工作平台。
Arnab表示：“人们通过将无结构数据——一个想法、Slack对话、Zoom会议录音、Databricks报告、Google文档信息——与Claude讨论，理清思路，然后将这些内容输入Asana提供的项目和任务结构中。”结构确立后，代理便能基于持久记忆、自有凭证和共享上下文三大能力开展工作。
实践建议：
- 从你的想法开始。 将当天的零散信息、想法、Slack对话或文档笔记带给Claude。
- 与Claude讨论辩论。 将其视为思考伙伴，直到明确下一步行动。
- 将可执行事项记录到Work Graph。 把具体任务转化为项目和任务，方便代理和同事接手。
为每个代理设定角色、工具和访问权限
Asana员工可以像与人类同事一样，在任何项目中与AI代理协作。人类设计团队，每位员工会获得推荐的代理列表，以支持团队目标。
代理围绕角色或工作类型构建，如内容撰写、洞察分析、项目管理、工作接收、活动分析或协调等。每个代理配备基于Asana客户研究的预设技能和所需集成，如Hubspot或文档驱动。
每个代理都有个人主页，列出名称、用途、可用人员、管理员、说明、技能、集成和权限。Asana提供工具确保访问权限的有意管理。Arnab说：“Asana是一个封闭的工作环境，你可以选择只授予代理访问特定项目、文档或应用的权限。”
代理与人类用户一样受访问控制限制，且增加了额外保护：代理的有效访问权限受触发者权限限制，确保代理能访问公共内容，同时避免泄露私密信息。
实践建议：
- 先定义角色再创建代理。 明确代理能承担的工作类型，写下其目的、说明及负责的具体任务，类似新员工的季度计划。
- 限定访问范围。 决定代理可读项目、文档、应用及可执行操作。
- 分别指定用户和管理员。 多人可使用代理，但仅少数指定人员管理其权限和行为。
区分代理的工作与训练
Asana的AI队友（代理）具备共享记忆，能保留先前指令信息，支持多用户复用记忆以加速任务完成。Arnab说：“AI队友可以像团队成员一样被指导和训练。”
共享记忆有角色限制：任何人都可对任务反馈，但只有管理员和编辑者能将反馈写入永久记忆，或撤销、删除记忆。其他人提供的反馈仅限当前任务。
Arnab解释，这种设计是有意为之。比如Asana的传播团队负责公司声音和语调，他们是编辑和管理员。Arnab可以与代理协作起草，但不能修改其行为。大多数团队成员无需理解技能、行为和记忆等复杂概念，只有一两位专家负责设置，其他人则享受成果。
实践建议：
- 明确谁训练代理，谁与代理协作。 选定业务专家构建代理，其他人仅提供任务反馈。
- 让编辑者匹配专业领域。 负责标准（如品牌语调、规划规范）的团队管理代理。
- 边工作边积累记忆。 通过反馈改进代理，指示代理记住重要决策或删除过时信息。
让代理的工作透明可见
类似Slack中代理在频道公开发言，Asana中分配给AI队友的任务对所有人可见，代理会发布活动动态，包括研究计划和执行步骤，所有有权限的人都能查看、评论并引导其结果。
当传播团队请Arnab审阅演讲简报时，他@提及代理并让其参考之前的演讲内容。由于多次使用该代理且相关材料已在Work Graph中，沟通简洁明了。传播团队成员可同时查看请求和回复，与代理实时互动。
Arnab说：“如果你对AI非常熟悉，单独与AI代理一对一交流也能获得高质量回复，然后将文档发布到Slack或Asana。但其他审阅者无法看到提示和对话过程，若对指导意见有异议，难以达成共识。”在共享任务中，请求、反馈和结果集中展示，审阅者还能修改指令。
实践建议：
- 在团队审阅工作时引入代理。 让请求、步骤和结果集中，便于审阅者调整指令或输出。
- 明确标识代理工作。 让团队成员知道该工作由AI代理完成，而非人类同事。
- 允许审阅者指导代理。 Asana代理会在共享任务中发布计划和步骤，方便审阅者提供进一步指令或反馈。
Asana交给代理的三项工作
Claude支持Asana中任何生成文档或执行复杂任务的代理工作。以下是公司不同团队的三个案例：
在Slack频道回答产品问题
Asana推出新功能时，销售和客户成功团队会在共享Slack频道提问。过去同样问题反复出现，专家被频繁@提及。Arnab说，建立可搜索知识库不现实，因为答案复杂且不断变化，需要对产品现状有一定判断。
问题仍在Slack提出，Asana的应用将每个问题转为Asana任务，由代理接手。若有批准的指导，代理会回复并附带来源链接；若无，且问题反映产品缺口，代理会在产品团队的接收项目中创建任务并加入待办；若问题重复出现，代理会为培训团队创建任务，更新培训材料和文档。
此流程释放培训团队宝贵时间，专注战略性工作，同时为业务其他部门提供信息。例如，某新产品相关问题多，培训团队会针对该主题加强培训。
向高管汇报风险续约情况
Asana首席客户官Josh Abdulla曾每周为高管团队制作风险续约简报，基于客户成功经理（CSM）标记的风险续约及账户更新。全球数千客户的更新量巨大，难以实时跟进，且过程繁琐，导致反应滞后。Arnab说：“Josh往往在领导告知时才知晓问题，而非数据首次显示时。”
客户体验团队开发了名为At-Risk Renewal的AI代理，读取全球所有风险续约任务及CSM更新、状态和评论，生成结构化的每日摘要，分为积极动向、消极动向和推荐跟进。摘要先从全球视角生成，再按区域细分，每天自动发送给首席客户官、首席营收官及各区域客户成功负责人。摘要在共享空间，领导可提问并指导代理记忆改进，报告每日优化。
Arnab说：“他们当然可以自己用Claude生成报告，但如何实现报告标准化、共享工作空间，并让报告每次都更好？”
使用Command规划工程周期
Asana在自身产品上运行自动化编码循环时，周期和发布延迟，因自动生成的变更导致周期膨胀。此循环在软件公司普遍存在：收集客户反馈，综合分析，触发编码代理生成拉取请求（PR）。Arnab说：“代码生成不再是瓶颈，瓶颈在规划、决策和优化。”Asana工程团队使用Command管理该循环。
Command中，一个团队空间包含10至12名工程师，负责一个产品。代理从客户反馈和Slack反馈频道评论中提取任务，填充团队的未计划看板。团队决定哪些任务进入周期，Command预测完成时间，提供乐观、平衡和保守估计。
任务可分配给人或编码代理，周期数据集中，经理可在聊天中询问发布偏离原因及权衡方案，Command基于数据回答，指出信号驱动因素和调整建议。所有数据通过Asana的MCP服务器连接，允许Claude读取，方便Arnab或CTO无需打开Command即可询问进度。
Arnab总结：“人类在团队无缝协作时蓬勃发展，如今每个团队都是人机混合。我们设计的工作环境是：人类和代理共享上下文，每个代理有独立身份，贡献和访问可审计，代理学习内容有持久记录，团队知识得以积累而非流失。”
