可指导的智能体：Asana 如何借助 Claude 构建人机协作团队 | Claude by Anthropic

📌 One-Sentence Summary

Asana 将基于 Claude 的 AI 智能体直接集成到其 Work Graph 模型中，将其视为具备明确角色、权限范围和透明工作流的可指导队友，以增强人机协作。

📝 Summary

Asana 实施了一套系统，让 AI 智能体在与人类协作者相同的结构模型——Work Graph 中运行。通过为智能体分配特定角色（如内容撰写者、洞察分析师）、根据用户权限限定其访问范围，并区分“使用”与“训练”智能体的职责，Asana 确保了 AI 贡献的可治理性与可扩展性。该方法强调透明度，保持智能体活动在共享任务中可见，以便人类进行引导并积累集体知识。文章详细介绍了三个实际应用场景：自动化处理来自 Slack 的产品问答、为高管综合生成高风险续约简报，以及通过「Command by Asana」优化工程周期规划。

💡 Main Points

将智能体集成到现有的 Work Graph 模型中

智能体并非被置于独立的 AI 结构中，而是被视为拥有明确角色、任务和活动动态的队友，确保它们在与人相同的上下文和责任框架内运作。

基于角色的访问控制与安全边界

智能体被分配特定的角色和工具，其有效访问权限受限于触发该操作的用户权限，从而在防止未经授权的数据泄露的同时保持实用性。

区分日常使用与管理指导

为了维持质量和品牌语调，Asana 区分了提供具体任务反馈的用户与将反馈提交至智能体永久共享记忆的管理员/编辑人员。

通过共享工作区实现透明度

通过在共享任务中展示智能体的研究计划和步骤，团队可以审计 AI 逻辑、对齐提示词，并共同引导输出结果，而非依赖孤立的一对一聊天。

💬 Key Quotes

AI 队友可以像团队中的真人一样接受指导和培训

智能体的有效访问权限受限于触发它的人的权限

瓶颈在于规划、决策和优化环节

一个人类和智能体都能基于其工作的共享上下文，且每个智能体都有独特的身份，以便对其贡献和访问权限进行审计

📊 Article Meta

AI Screening： 88

Source： Claude Blog

Author： Claude Blog

Category： 人工智能

Language： 英文

Read Time： 10 min

Word Count： 2281

Tags：

AI 与智能应用 , AI Agent , AI 工作流 , AI 产品与应用 , MCP协议