忘掉自主办公机器人的梦想吧，因为 ServiceNow 正在给你的 AI 套上枷锁
虽然科技行业将自主代理（autonomous agents）宣传为解决公司繁杂事务的甩手方案，但现实是，这些机器人往往是未受管理的安全风险。员工可能认为数字助手只是一个智能脚本，但在公司网络中，一个未受监控的代理就是一个拿着公司信用卡的安全漏洞。ServiceNow 正在通过引入一层数字官僚机制来解决这一问题，旨在防止这些数字助手走向失控。
该公司正在推出一套工具来管理其所谓的“超级智能控制塔”（Super Intelligence Control Tower），这一名称由较简单的“AI 控制塔”升级而来，以契合美国当前的政治情绪。在品牌包装的背后，其目标是提供一种识别、跟踪和阻止超出授权任务的 AI 代理的方法。从实际操作层面来看，这意味着 AI 实习生野蛮生长的时代即将结束。
每一道门前的数字保镖
这个新环境中最显著的补充是 AI 护照（AI Passport）。对于普通用户来说，这听起来像是更多的文书工作，但在底层，它是网络上每个 AI 代理的加密身份。目前大多数安全系统的作用就像录像机，在损害造成后捕捉出错的地方。Dickson Research 的分析师 Frank Dickson 将 AI 护照描述为每一道门前的保镖。
当代理尝试访问文件或执行任务时，系统会检查其护照，查看其是否拥有正确的权限。如果代理试图闯入受限数据库或超出预算支出，系统可以重定向它、限制其访问或触发紧急停止开关。这是建立在开放规范之上的，意味着它既适用于 ServiceNow 自己的工具，也适用于由 Nvidia 等第三方构建的代理。这种设置防止了代理简单地“声称”自己拥有执行某项操作的权限，而这一直是 AI 安全中的一个主要漏洞。
用声音代替代码进行编程
ServiceNow 还通过一个名为 ToolSmith 的新环境改变了这些代理的构建方式。他们将其描述为一种“氛围编码”（vibe-coding）环境。简单来说，这意味着员工可以用平实的英语描述他们希望自动化完成的工作，系统就会构建必要的软件连接来实现它。
ToolSmith 已经接受了超过 75,000 个 API 的训练。这些 API 是允许不同软件程序相互对话的数字握手。因为系统理解这些连接，开发人员可以在几分钟内而不是几天内构建一个自动化流程。对于那些不写代码的人，系统提供了生产力助手（Productivity Assistants），处理扫描内部文档或管理复杂日历等任务。
例如，新的日历助手不仅仅是在周五找一个空档。它会扫描最不繁忙的一天来召集团队，避开那些项目截止日期密集的日子。对于任何曾经被自动化系统在每周唯一的专注工作时段预订了三小时会议的人来说，这是一个切实的改进。
数字员工的隐藏成本
在市场方面，这些代理的成本是避而不谈的棘手问题。每当 AI 助手回答一个问题或运行一个例行程序时，它都会消耗需要花钱的计算能力。ServiceNow 现在引入了影子 AI 检测（shadow-AI detection），以发现网络上运行的未经批准的机器人。他们还增加了成本治理工具，帮助公司了解其 AI 支出的真实价值。
| 功能 | 作用 | 用户益处 |
|---|---|---|
| AI 护照 | 加密 ID 和范围 | 防止代理访问私有数据 |
| ToolSmith | 自然语言自动化 | 通过英语描述来构建工具 |
| 影子 AI 检测 | 网络扫描 | 发现并停止未经批准、有风险的 AI 机器人 |
| 生产力例程 | 后台自动化 | 无需人工干预处理重复性任务 |
从大局来看，这些控制是必要的，因为每天早晨运行的自主代理本质上是一张长期采购订单。如果一个例行程序耗费 10 美分，并且每小时为一万名员工运行，账单会迅速堆积。ServiceNow 新的价值智能（Value Intelligence）将这种消耗与产出的工作质量联系起来，帮助团队决定自动化是否真的物有所值。
无人监督数字工作的现实
尽管在推动自动化，但人们对这些代理应该拥有多少自由仍存疑虑。生产力例程旨在后台运行，无需人工干预。这是无人监督的工作，正如 Frank Dickson 指出的那样，公司里需要有人对该工作的结果负责。
ServiceNow 表示，他们的控制塔跟踪支出并将支出与质量挂钩，但停止过度支出的实际“刹车”仍在构建中。目前的系统更像是一个你可以观察的仪表，而不是一个你可以踩下的踏板。对于普通员工来说，这意味着他们的新数字助手将带有一套规则和严格的预算。这位不知疲倦的实习生现在有了一位经理和一副手铐。
未来职场的实践步骤
随着这些工具在年底可用，我们与办公软件交互的方式将从手动输入转向委派任务。为了充分利用这一点，你应该考虑以下实践步骤：
- 识别那些需要扫描多个文档的最具重复性的任务，因为这些任务最适合首先实现自动化。
- 为每个后台例行程序分配一名人类负责人，以确保有人对成本和产出负责。
- 使用即将推出的成本管理仪表板，将节省的时间与 AI 供应商的每月发票进行对比。
- 像对待新员工一样对待每一个新的 AI 代理，需要进行背景调查和明确的职位描述。
最终，这些工具的成功取决于公司执行边界的能力。只有在智能助手不会意外泄露首席执行官的薪水或将部门的季度预算花在 API 调用上时，它才是有帮助的。随着我们迈向更自主的职场，焦点正在从 AI 能做什么转向我们如何阻止它做得过多。欣赏管理你工作日的软件背后隐形的机制，但要密切关注账单。
资料来源：ServiceNow Press Release Oct 2026, Dickson Research Analyst Report, Moor Insights & Strategy Market Brief.
