2025 年 11 月，我试着让一个 AI Agent 处理新人入职前的准备。任务看起来很适合自动化：根据 offer 信息生成材料清单，提醒新人补证件，通知 IT 开账号，给行政同步工位需求，再把几个节点写进我的待办。
前面几步完成得很顺。它从表格里读取时间，按模板生成提醒，还把缺失材料单独标出来。我看着一个个任务被打勾，心里有一点轻松。过去这些事没有难度，只是零碎，容易因为会议和临时消息被挤掉。
真正让我停下来的，是它准备发送一封提醒邮件。邮件内容没错，语气也客气，提醒新人尽快补齐材料。可我想起这位新人刚刚从异地搬来，前一天才问过能不能晚两天提交租房相关信息。Agent 不知道这件事，即使知道，也未必能判断这句话在当下应该轻一点。
我取消了自动发送，自己改了邮件。材料清单保留，催促的语气放缓，多加了一句“如果搬家安排还没完全定下来，可以先同步预计时间”。这不是多复杂的人情世故，只是一个普通 HR 在现场会做的判断。
这次试验没有让我否定 AI Agent。它确实适合跑流程，尤其适合那些路径稳定、输入明确、后果可控的任务。问题在于，组织里的很多流程并不只是流程。入职材料背后有新人对公司的第一印象，账号开通背后有管理者是否准备好接人，提醒邮件背后有一段关系刚开始建立。
我后来把自动化规则改得更保守：Agent 可以生成提醒，可以整理待办，可以标注逾期，但涉及新人、候选人或管理者的直接沟通时，默认停在草稿状态。它负责把事情推到我眼前，我负责决定什么时候、用什么语气往外发。
工具跑得越快，责任边界越要慢慢画清楚。不是因为工具不可靠，而是因为有些责任本来就不该被悄悄转交。