中国银联×火山引擎：用 AgentSphere 搭建人机协同项目空间

原创 面向AI时代的 2026-11-03 15:29 北京

当不同岗位的员工和智能体共同推进一个项目，人机之间如何协同？关键决策由谁最终审定？项目过程又该如何追溯？

中国银联和火山引擎一起搭建了一个人机协同示范场景。通过 AgentSphere，将业务专家与数字员工纳入统一的项目协同空间，一起推进复杂事项。这相当于为员工和智能体拉了一个“项目制群聊”，项目的背景、分工、经验和成果等信息还会不断累积下来，随时查询和复用。

在金融机构中，专业能力能否顺畅地跨部门流动，直接决定了项目推进的效率。

以一个来自银行或商户的复杂需求为例，从业务理解、产品评估、方案设计，到内控合规审查、实施交付与运营支持，往往横跨了多个专业环节与角色，协作链条很长——他们需要站在统一的背景信息上，进行判断与协作。

在实际协作中，由于参与的部门和角色多、链条长，背景要一次次重新描述，并且专业意见散落各处、难以对齐。此外，金融机构对安全可信的要求更为严苛：流程要严谨，操作要留痕，这也增大了协同难度。

传统的协作工具实现了人与人的连接，却连接不上“人和要做的事”——它很难主动理解一件任务，匹配所需的专业能力，更难把协作过程沉淀为可复用的经验。

而当市场、产品、交付、合规等不同流程里都出现了智能体，智能体与真人员工之间、智能体与智能体之间如何分工、互信、收口，同样是一道待解难题。

火山引擎与具有行业代表性的中国银联开展合作，打造了一个“人机协作示范场景”，以真实组织中的协作场景为样本，共同验证数字员工参与组织协作的可行性。

在这个独立的项目空间里，市场、产品、交付等环节的数字员工与真人员工在同一个“群聊”中，围着同一个项目协作。

将不同角色的数字员工“拉个群聊”

以一个典型项目协作过程为例：

• 市场经理把客户背景和待答复的问题交给AI项目管家，无需逐一转述。

• AI项目管家基于预设规则，识别核心任务需求，判断涉及哪些专业角色，整理背景资料与任务，辅助分派给对应的产品和交付岗位的“数字员工”。

• 当已知信息不足以支撑判断时，项目管家不会基于不完整的信息继续推进，而是主动暂停并提示人工专家介入补充信息，确保信息完备后再推进。

• 信息补齐后，项目管家会进行分工和委派。产品岗位的“数字员工”负责梳理产品的适用范围、能力边界与限制；交付岗位的“数字员工”补充实施的前置条件、依赖与潜在风险；项目管家再综合两方的结论，生成方案初稿，经人工专家审核、修正并确认后，形成正式对客方案。

• 过程中，涉及能力边界、上线时间、对客承诺的重要判断，必须由真人专家确认和修改。

• 流程中的关键结论，例如原始问题、最终结论、产品与交付判断、待确认事项、确认人和确认时间等，会被保存为项目资产。有新成员加入项目，可以直接问项目管家检索历史信息，不需要再翻聊天记录。

支撑这套流程运转的，是 AgentSphere 的多智能体编排与项目化协同能力——以项目为基本单元，把业务目标、参与的人、数字员工、知识材料和协作过程连接在一起，使用过程中数据交互均在严格的安全围栏内进行。

AgentSphere 具备几个核心能力：

能按任务编排专业能力。面对一件涉及多个专业的复杂事项，AgentSphere 会根据目标拆解任务，组织多个数字员工协同：可以并行的任务，安排并行推进；依赖前一步结论的任务，得到结果后再推进；需要人来判断的关键节点，停下来提醒真人专家做确认。

项目管家根据项目任务拆解目标，并委派给对应的数字员工

能围绕项目维护一份连续的上下文。客户背景、关键问题、专业意见和材料，在同一个项目空间里持续更新。当一件事需要跨部门流转，或者人员发生变动时，团队不需要重新补充背景。新成员进入项目，也不需要再从大量历史沟通记录里重新梳理。当项目中出现新的任务时，团队也可以直接引用这些已确认的资产，一件事沉淀的经验，能持续服务于后续工作。

确认后的结论沉淀为项目资产，新任务可直接引用

全程操作留痕，每一步可回溯、可核查。数字员工有边界意识：依据不足时明确标记“待确认”，而不是给出一个听起来完整的答案。关键业务判断由真人员工确认，进入知识资产的内容也必须经过授权、脱敏和确认。

数字员工@相关角色协作，并向真人确认信息

在与火山引擎的整体合作中，银联基于 HiAgent 智能体工作站创建不同的“数字员工”，并不断完善角色设定、知识范围与工作方式等，让数字员工更加专业可靠。AgentSphere 则负责把这些数字员工组织、协同起来。两者配合，形成了一个良性的循环。

一个需求背后，跑通了“市场-产品-交付”人机协作的完整链路。接下来，双方将一起在更多场景中进行探索应用。

跳转微信打开