系统死亡螺旋 — 以及人工智能代理如何打破它

简而言之:经过八年的系统构建，我发现了一个可预测的模式：每个系统最终都会因为设计的工作流程与现实世界的复杂性之间的差距而变得不可用。这个差距源于人类的创造力、时间限制、重叠的工具和文档债务。我停止了试图构建完美系统的努力。相反，我构建了一组三个 AI 代理，处理数据输入、异常检测和系统修补——创建了一个自我修复的基础设施，消除了差距，而不是管理它。

没有人谈论的模式

自 2016 年以来，Mercury 建立并实验了许多系统。

我们构建了自己的 ERP 和 CRM。定义了我们的工作流程。采用了现成的工具，并通过 Zapier、n8n 和自定义集成将它们连接在一起。我们为我们的技术栈感到自豪。它感觉复杂。感觉我们在做现代公司应该做的事情。

但在过去的六个月里，我回顾了过去八年，看到了一些我不想看到的东西：

一个死亡螺旋。它无处不在。

它是如何运作的。你构建一个系统。你定义工作流程。用例被设计限制在该工作流程内。然后业务增长。新情况出现。边缘案例增多。人们开始以“创造性”的方式使用该系统，而这些方式是系统从未设计的。数据最终进入错误的字段。报告变得不可靠。有人创建了一个影子电子表格来“修复”问题。现在你有了两个真相来源。然后是三个。

系统与现实之间的差距不断扩大。

最终，系统变得无法使用。不是因为技术失败。因为距离系统假设与业务实际操作之间的差距变得太大，无法弥补。

在水星公司，这一切发生得很缓慢。我们的CRM数据并不存储在我们的CRM中。它存储在我们的消息平台、我们的CRM核心、我们的PBX通话记录和电子邮件线程中。同一个客户。五种不同的表现形式。没有一个是完全一致的。当我们运行季度报告时，调和这些来源需要几天时间。有时我们发现存在几个月的差异——数据是由那些觉得官方工作流程对真实客户情况过于僵化的员工“创造性”输入的。

我在客户公司中观察到了这种模式。我在拥有百人IT部门的企业中也观察到了这种模式。机制各不相同，但模式是普遍的。

差距来自哪里

差距有四个来源。它们都不是技术问题。

人类创造力。你的员工不是机器人。当系统不适合情况时，他们会即兴发挥。他们在变通字段中输入数据。他们在“备注”部分使用结构化数据。他们在系统外创建平行流程，因为这比等待IT修补某些东西更快。

时间。即使你识别出差距，修补也需要时间。总是有更高优先级的事情。差距在待办事项中停留数月。与此同时，变通方案成为新的常态。

决策。你应该修复什么？为什么？按什么顺序？大多数组织无法清楚地回答这个问题。差距依然存在，因为没有人拥有决定“正确”意味着什么的权威和背景。

文档。当有人记录变通方案如何工作时，又出现了三个新的变通方案。文档总是落后于现实。有时它甚至是误导性的。

然后还有一个复合因素：重叠。

您的 CRM 数据并不只存在于您的 CRM 中。它存在于您的消息平台、您的 CRM 核心、您的 PBX 系统、您的电子邮件线程以及销售代表的个人笔记中。同一个客户。五种不同的表现形式。没有一个是完全一致的。当您运行报告时，哪个才是真实的？

这不是一个错误。这是任何存在超过两年的组织的自然状态。

传统答案（以及它为何失败）

传统的答案是构建一个更好的系统。更灵活。更可配置。更“未来-proof”。

我试过这个。这并不奏效。

您越是让系统灵活，它就变得越复杂。它变得越复杂，设计能力与实际使用之间的差距就越大。灵活性并不能消除差距。它只是将其移动到更高的抽象层次。

企业软件供应商几十年来一直在销售“灵活性”。每次实施都以“我们会根据您的工作流程进行配置”开始，以“您的工作流程需要改变以匹配系统”结束。差距总是胜出。

我构建的替代方案

大约一个月前，我停止了尝试构建完美系统的努力。

相反，我为差距本身进行了设计。

我构建了一组三个 AI 代理。不是聊天机器人。不是助手。一个位于人类与系统之间的操作层，处理总是积累的混乱。

代理一：入口点。

员工与此代理进行数据输入交互。自然语言。没有表单。没有字段。代理会提出澄清问题，结构化数据，并将其写入正确的位置和格式。如果情况不符合现有类别，它不会强行将方钉塞入圆孔。它会标记出来。

代理二：分析师。

当代理一检测到异常——一些不符合当前模式的东西，一个新模式，一个正在进行的变通——它会升级到代理二。这个代理分析异常，识别根本原因，并生成报告：发生了什么，为什么会发生，哪些系统更改可以消除差距，以及权衡是什么。

报告送到我的桌子上。我审查它。我批准或修改建议。

代理三：实施者。

一旦获得批准，代理三就会执行。它修补系统。更新模式。修改集成。编写文档。而且它不是作为一次性项目来做，而是作为一个持续的过程。

差距不再积累。它实时关闭。

即使在这个第一个月，结果也很明显。我们平均的差距到修补周期——识别系统工作流不匹配和修复之间的时间——过去是以季度为单位来衡量的。在2026年初，我们通过更好的流程纪律将其压缩到大约两周。通过这组三个代理，目前的周期是不到四小时用于非结构性更改，和同日 需要我批准的架构级调整。

影子电子表格正在消失。不是因为我们强制要求它。因为系统现在足够准确地反映现实，以至于人们不再需要变通办法。

这与支撑我们 GEO 方法论的原则相同。我们的统一 GEO 审计框架——在 8 月 27 日的重新审计中对 mtsoln.com 评分为 82（方法 A 91，方法 B 76）——是建立在持续的差距弥补之上的，而不是一次性的优化。人工智能系统如何表示您的品牌与您实际运作之间的差距并不是在项目中弥补的。它是通过持续的观察和适应来弥补的。我们将这一点应用于客户网站。现在我们将其应用于我们自己的基础设施。

这实际上意味着什么

这不是自动化。自动化假设过程是已知且可重复的。这是不同的。这是自适应基础设施。

系统并不试图预测每一个用例。它不需要这样做。它观察实际发生的事情，识别偏差，并不断演变以适应这些变化。"完美系统"变得不再必要，因为系统永远不会完成——它持续相对于现实变得更加准确。

这种方法现在是水星公司的两个基础：

我们的 GEO 服务。生成引擎优化并不是关于静态最佳实践。它是关于不断适应 AI 系统如何表现您的品牌。同样的原则适用：观察、分析、适应、实施。

我们的 ERP/CRM 核心。系统并不强制执行严格的工作流程。它从工作流程中学习。设计过程与实际过程之间的差距成为推动改进的信号，而不是降低可靠性的噪音。

你在想的反对意见

"这听起来不稳定。" "如果代理人做出错误的更改怎么办？" "治理呢？"

这些都是合理的担忧。以下是我如何应对这些问题：

结构变更必须经过人工批准。代理二提出建议。我批准。代理三实施。这个循环很快——通常是同一天——但人工决策仍然是关键。在这个月里，我拒绝或修改了大约15%的提案。通常是因为代理识别出了一个真实的差距，但提出的解决方案会在其他地方造成重叠。分析师没有完整的业务背景。这就是为什么人类仍然在这个循环中。

变更是可逆的。每个补丁都有文档记录和版本控制。如果出现问题，我们会回滚。文档是由进行更改的代理编写的，因此实际上是准确的——与人类文档相比，后者通常滞后于现实几个月。

替代方案更糟。传统模型给你一种稳定的错觉，而差距在表面下悄然扩大。当你注意到时，系统已经无法使用，迁移成为一个六个月的项目。我宁愿进行可见的、频繁的小调整，而不是看不见的、逐渐的衰退。

还有一个成本论点。我们在 Mac Studio 群集上运行我们的代理基础设施，通过 Mercury Flux 路由——我们的模型路由层，每月交付约 180 亿个令牌，混合成本大约为每百万个令牌 0.07 美元。零售等价物每月将是 20,000–200,000 美元。代理三人组为我们已经运行的基础设施增加了边际计算成本。与单个系统迁移项目的成本相比，或者与需要几天才能调和的报告的机会成本相比，因为数据分散在五个地方。

经济学上根本不在同一个水平。

这会被接受吗？

我不知道。

这与组织对系统的思考方式有着根本性的不同。我们被训练成相信好的系统是稳定的系统。变化是风险。目标是第一次就做到正确。

但在任何增长、适应或与人打交道的环境中，“第一次就做到正确”都是一种幻想。问题不是你的系统是否会偏离现实，而是你是否有机制能够比它打开的速度更快地缩小差距。

大多数组织没有。他们有积压的工作。他们有“我们将在下一个版本中修复它”。他们有阴影电子表格和在 Slack 线程中存在的变通文档。

我提出不同的建议：接受差距是不可避免的，并建立持续缩小差距的能力。

有些人会讨厌这个。这威胁到项目规划的工业复杂体。它使得“实施”成为一种持续的运营成本，而不是可以资本化的一次性项目。它需要信任AI代理进行系统更改，而这些更改过去是由人类控制的。

但我已经运行了一个月。过去需要几个季度才能弥补的差距现在在几个小时内就能弥补。影子电子表格正在消失，因为系统实际上反映了现实。文档是最新的，因为它是生成的，而不是维护的。

这并不完美。但它比死亡螺旋要好。

更广泛的影响

这不仅仅是关于水星的内部系统。

同样的模式适用于每个与数字化转型作斗争的组织。许多转型项目失败的原因并不是因为技术不工作，而是因为新系统与实际业务之间的差距总是比实施团队能够弥补的速度要快。

AI代理改变了这个方程的经济学。当适应是自动化和持续的时，差距变得可管理。当它是手动和基于项目的时，差距总是占上风。

首先弄清楚这一点的组织将拥有结构上的优势。并不是因为他们的系统设计得更好，而是因为他们的系统更擅长于成为业务实际需要的东西。

这也是我不担心人工智能使我们行业商品化的原因。

那43%的潜在客户在人工智能与人类之间的差距中流失？这个数字来自同样的观察。为理想工作流程设计的系统错过了真实行为。那些捕捉到这43%的企业不会是拥有更好聊天机器人的企业。他们将是那些基础设施不断适应人类实际工作方式的企业——而不是流程图所说的工作方式。

这就是我所下注的。

在香港写的，这里的湿度很高，空调与现实之间的温差大约为12度。