【AI原生组织】2-从L0到L6：Agent自治等级与组织成熟度地图

[从 L0 到 L6：Agent 自治等级与组织成熟度地图](#从 L0 到 L6：Agent 自治等级与组织成熟度地图)
- [一、为什么所有框架都收敛到 5-6 级](#一、为什么所有框架都收敛到 5-6 级)
- - [1.1 一个有趣的一致性](#1.1 一个有趣的一致性)
  - [1.2 为什么是 5-6 级而不是 3 级或 10 级](#1.2 为什么是 5-6 级而不是 3 级或 10 级)
- [二、DeepMind 的关键洞见：能力和自治是两回事](#二、DeepMind 的关键洞见：能力和自治是两回事)
- 三、统一自治地图：把主流框架拉齐
- - [3.1 统一演进表](#3.1 统一演进表)
  - [3.2 逐级解读](#3.2 逐级解读)
- [四、大多数企业卡在 L1-L2，鸿沟在 L2→L3](#四、大多数企业卡在 L1-L2，鸿沟在 L2→L3)
- - [4.1 当前行业位置](#4.1 当前行业位置)
  - [4.2 L2→L3 的鸿沟有多大](#4.2 L2→L3 的鸿沟有多大)
  - [4.3 跨越鸿沟的三个前置条件](#4.3 跨越鸿沟的三个前置条件)
- [五、Addy Osmani 的双维度补充：单 Agent 自治 × 多 Agent 编排](#五、Addy Osmani 的双维度补充：单 Agent 自治 × 多 Agent 编排)
- - [5.1 为什么需要第二个维度](#5.1 为什么需要第二个维度)
  - [5.2 三个时代的划分](#5.2 三个时代的划分)
- 六、总结
- 下一篇预告
- 参考资料

从 L0 到 L6：Agent 自治等级与组织成熟度地图

上一篇我们厘清了 AI 原生组织的定义和三大支柱。但组织不是一夜之间变原生的------从完全人工到完全自治，中间有一段很长的演进路径。

2026 年，多个权威机构各自给出了 Agent 自治等级框架，虽然细节不同，却惊人地收敛到了相似的结构。本篇把这些框架拉齐，建立一张统一的"自治地图"，并回答两个关键问题：大多数企业卡在哪？跨越的鸿沟在哪里？

一、为什么所有框架都收敛到 5-6 级

1.1 一个有趣的一致性

2023 年到 2026 年间，至少六个独立机构提出了 Agent 自治等级框架。它们互不知道对方在做什么，但最后的结果高度相似：

框架	发布时间	级数	组织原则
DeepMind Levels of AGI	2023	5×5	能力与自治作为正交轴
Vellum Six Levels	2025.12	L0-L5	自主推理与独立性递增
CSA Agentic Trust Framework	2026.01	L0-L5	谁控制行动执行
NIST AI Agent Standards	2026.02	风险模型	风险维度的成熟度模型
Addy Osmani Autonomy Levels	2026.07	L0-L5	单 Agent 自治 × 多 Agent 编排
NVIDIA Agentic Autonomy	2025.02	0-3	复杂度与决策能力

所有框架都借鉴了自动驾驶的 SAE J3016 分级标准------不是因为偷懒，而是因为自治的演进逻辑是通用的：从辅助到接管到完全自主，中间必须有清晰的"谁负责"边界。

1.2 为什么是 5-6 级而不是 3 级或 10 级

3 级太少，无法区分"AI 建议、人类执行"和"AI 执行、人类审批"这种关键差异。10 级太碎，每级之间的差异不够显著，实操中没人能记住。

5-6 级恰好覆盖了从"完全人工"到"完全自主"之间的关键里程碑，每一级都有明确的控制权转移点------这正是组织治理最关心的。

二、DeepMind 的关键洞见：能力和自治是两回事

在展开具体等级之前，必须先讲一个容易踩的认知坑。

Google DeepMind 在 2023 年的论文《Levels of AGI》中提出了一个影响深远的主张：能力（Capability）和自治（Autonomy）是正交的两个轴 （DeepMind, arXiv:2311.02462, 2023）。

这是什么意思？

复制代码

        高自治
          ↑
          |    专家级 Agent        全自主 Agent
          |    （能力强+独立执行）   （能力强+自设目标）
          |
          |    工具                  顾问
          |    （能力强+人类控制）   （能力强+人类决策）
          |
        低自治 ←───────────────────────→ 高能力

关键洞见：一个模型可以非常强大（能力轴很高），但仍然只在"工具"或"顾问"级别运行（自治轴很低）。反过来，一个能力一般的模型，也可以被赋予很高的自治权------只是风险会急剧上升。

这个洞见为什么重要？因为它打破了一个常见的错误推理："模型变强了 → 可以给它更多自主权了"。

模型变强只意味着能力提升，不等于它应该获得更多自治权。自治权的赋予取决于组织是否建好了足够的护栏、审计和升级机制。

DeepMind 的自治轴从低到高分为五级：

自治级别	人类角色	AI 角色
Tool	完全控制	被调用时才工作
Consultant	做决策	提供建议
Collaborator	联合决策	共同参与
Expert Agent	审查结果	领域内独立执行
Autonomous Agent	设定目标	自主完成全流程

三、统一自治地图：把主流框架拉齐

下面把 Vellum、CSA、Addy Osmani 三个最有实操价值的框架拉齐，合成一张实用地图。

3.1 统一演进表

等级	名称	核心特征	人类角色	Vellum	CSA	Addy Osmani
L0	规则执行	固定规则，无智能	操作者	Reactive	No Autonomy	Assist
L1	辅助响应	能推理建议，不行动	决策者	Context-Aware	Assisted	Supervised action
L2	有条件代理	提出方案，人类批准后执行	审批者	Tool Use / Goal-Oriented	Supervised	Scoped task
L3	任务高度自治	边界内自主多步执行	监督者	Observe-Plan-Act	Conditional	Goal-driven
L4	岗位级自治	完成完整岗位，持续运行	目标设定者	Fully Autonomous	High Autonomy	Multi-agent orchestration
L5	完全自主/管理	自设目标或 Agent 管理 Agent	战略与治理	Creative	Full Autonomy	Managed by exception

3.2 逐级解读

L0：规则执行（追随者）

无智能可言，仅遵循"若满足 A 则执行 B"。类似 Excel 宏或 Zapier 工作流。规则需人工更新，一旦条件变化就失效。传统自动化系统大多在这一级。

L1：辅助响应（执行者）

AI 具备初步自主性，能处理输入、生成响应。但缺乏控制循环------没有记忆、没有迭代推理、不会主动行动。大多数 Copilot（GitHub Copilot 内联补全、ChatGPT 对话）在这一级。

L2：有条件代理（行动者）

AI 不再只是响应，而是能执行------调用工具、获取数据、整合结果。但每一步关键操作都需要人类审批。这是 2026 年大多数企业生产系统的实际位置。 Claude Code 的默认模式、Cursor 的 Agent 模式、GitHub Copilot Edit Mode 都在 L2（Zylos.ai 分析, 2026-03）。

L3：任务高度自治（操作者）

关键跃迁：AI 不再需要每步审批，而是在预设边界内自主完成多步任务。它自己规划步骤、评估输出、调整策略。任务完成后停止。

这是当前工程与治理的最大鸿沟所在。从 L2 到 L3，意味着人类从"审批每一步"变成"只在边界条件触发时介入"。

L4：岗位级自治（探索者）

AI 能完成完整岗位------持续运行、跨会话保留状态、自主触发行动。在 Addy Osmani 的框架中，这一级开始进入多 Agent 编排 ：编排者将任务分派给多个子 Agent，各自在独立环境中工作（Addy Osmani, 2026-07-03）。

Devin 2.0 代表了当前 L4 的前沿（Zylos.ai 分析, 2026-03）。

L5：完全自主/管理（创造者）

AI 自设目标、自建工具、管理其他 Agent。人类只在"例外"时介入------Addy Osmani 称之为"按例外管理"（management by exception）。

但 CSA 在框架中明确声明：L5 当前不适合企业部署 （CSA Agentic Trust Framework, 2026-01）。

四、大多数企业卡在 L1-L2，鸿沟在 L2→L3

4.1 当前行业位置

综合多个来源的数据，2026 年中期的行业全景如下：

等级	典型产品/场景	行业占比
L0	传统自动化（Zapier、脚本）	大量
L1	Copilot 类（GitHub Copilot、ChatGPT）	大多数
L2	Claude Code 默认模式、Cursor Agent	企业主流
L3	部分垂直场景（客服、数据分析）	少量
L4	Devin 2.0、前沿探索	极少
L5	理论/实验阶段	几乎为零

Vellum 的判断更加直接：当前多数 AI 应用停留在 L1-L2 。即便 GPT-5 发布，如果未突破"任务完成后自动停止"的局限，仍只能停留在 L2------是高级协调工具，而非自主智能体（Vellum, 2025-12）。

4.2 L2→L3 的鸿沟有多大

为什么从 L2 到 L3 是最大的工程与治理鸿沟？因为这里发生了一个根本性的控制权转移：

复制代码

L2：人类审批每一步 → 错误可以立即纠正
L3：AI 在边界内自主执行 → 错误可能在多步之后才被发现

这个差异在数学上有多严重？Zylos.ai 的分析给了一组冷酷的数字（Zylos.ai, 2026-03）：

每步 85% 的准确率，10 步链路的总成功率只有 20%。

这就是 CSA 特别强调"组织成熟度必须与 Agent 自治等级匹配"的原因。如果组织没有建好可观测性、降级机制和升级路径，直接跳到 L3，风险会急剧上升。

Gartner 的预测更加尖锐：到 2027 年，40% 的智能体项目将因成本超支被取消 （Gartner, 2026）。而 65% 的企业多 Agent 项目因协作失控、状态不一致或死锁而失败。

4.3 跨越鸿沟的三个前置条件

从 L2 到 L3 不是"模型更强就行"，而是需要三个前置条件同时满足：

前置条件	具体要求	不满足的后果
可观测性	每一步执行可追踪、可审计、可回溯	错误发生后无法定位原因
降级机制	边界条件触发时自动回退到人类审批	Agent 在边界外"硬开"导致事故
升级路径	明确什么情况必须交给人类	Agent 不知道何时该"求助"

这三个条件对应了上一篇讲的"有护栏的自治"------权限护栏、审计护栏、升级护栏。组织成熟度和 Agent 自治等级必须匹配，否则就是在没有护栏的高速公路上放手让车自动驾驶。

五、Addy Osmani 的双维度补充：单 Agent 自治 × 多 Agent 编排

5.1 为什么需要第二个维度

前面讲的所有框架都是单维度的------从低到高一条线。但 Addy Osmani 在 2026 年 7 月提出了一个关键补充：自治和编排是两个应该分开的维度 （Addy Osmani, 2026-07-03）。

他的观察是：几乎所有关于自治的讨论都混淆了两个问题：

我们让单个 Agent 离开视线多远？（agency 轴）

我们协调多个 Agent 的能力如何？（orchestration 轴）

复制代码

                 高编排
                   ↑
                   |   管理者 Agent        按例外管理
                   |   （调度多个Agent）    （Agent管理Agent）
                   |
                   |   单Agent独立工作    多Agent并行
                   |   （自己干完）       （各自隔离）
                   |
                 低编排 ←──────────────→ 高自治

5.2 三个时代的划分

Osmani 把六个等级归纳为三个"时代"，每个时代对应一种工作方式：

时代	等级	人类角色	Agent 角色
辅助时代	L0-L1	驾驶员	助手，等待指引
委派时代	L2-L3	监督者	负责有限任务，人类验证结果
编排时代	L4-L5	例外处理者	系统自主调度，人类只在失败时介入

关键观察：一个正常的工程日里，我们会在多个等级之间来回切换。写关键代码时用 L0（AI 只补全），重构时用 L2（AI 提方案我们审批），跑测试时用 L3（AI 自主执行测试套件）。

自治等级不是"越高越好"，而是"什么任务配什么等级"。

六、总结

核心结论：

主流框架收敛到 5-6 级：Vellum L0-L5、CSA L0-L5、Addy Osmani L0-L5，都借鉴自动驾驶分级，核心是"控制权何时从人转移到 AI"。
DeepMind 的正交洞见最关键：能力和自治是两个轴。模型变强不等于应该给它更多自主权------自治权的赋予取决于护栏是否到位。
大多数企业卡在 L1-L2：这是企业主流位置。L2→L3 是最大的工程与治理鸿沟，因为控制权从"逐步审批"变成"边界内自治"。
跨越鸿沟需要三个前置条件：可观测性、降级机制、升级路径。缺任何一个，L3 就是灾难。
Addy Osmani 的双维度：单 Agent 自治 × 多 Agent 编排。L4 开始进入编排时代，系统自主调度多个 Agent。
L5 当前不适合企业部署：CSA 明确声明。Gartner 预测 40% 项目因成本超支被取消，65% 因协作失控失败。

适用边界：

✅ 适合：需要评估自身 Agent 部署成熟度的组织，用它做差距分析和路线规划。
⚠️ 慎用：不要把等级当"攀爬目标"------不同任务配不同等级才是正确用法。
❌ 不适合：期望直接跳到 L5 的组织------护栏、可观测性、治理体系不到位，高自治等于高风险。

下一篇预告

本篇建立了自治等级地图。但等级只是骨架------真正的血肉在于：当 Agent 自治等级提升时，组织结构、岗位分工、管理方式会怎么变？

下一篇：【AI原生组织】3-人机混编：AI 与组织的协同进化方向

组织结构从金字塔到网络，中间经历了什么？
"人 + Agent 混编"的岗位到底怎么设计？
管理者的新角色：从"管人做事"到"设计目标与护栏"
复合智能怎么落地：让组织越用越聪明

我们下一篇见。

参考资料

本文属于「AI原生组织」系列文章第 2 篇

AI原生组织系列：

1-AI原生组织到底是什么？
当前文章（本文）
人机混编：AI 与组织的协同进化方向（待发布）
个人进化指南：在 AI 原生时代找到自己的位置（待发布）
落地路线图：从今天的组织走向 AI 原生（待发布）