> For the complete documentation index, see [llms.txt](https://zhouhao4221.gitbook.io/haiqing-docs/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://zhouhao4221.gitbook.io/haiqing-docs/01-thinking/knowledge-outlasts-people.md).

# 知识不随人走：AI 工程对人员流动的真正解法

## 问题：人走了，项目就出问题

传统工程有一个结构性缺陷，大多数团队已经习以为常了：

> 核心成员离职，项目就进入危险期。

代码留下来了，文档可能也有。但真正让项目能持续演进的东西——这个设计为什么这样做、那个坑是怎么踩出来的、下一步应该往哪走——全部在人脑里，随着人的离开一起带走。

这不是管理问题，是**知识存储位置**的问题。

***

## 根源：知识住在哪里

传统工程的知识结构：

```
判断力、经验、决策依据 → 在人脑里 → 项目依赖人
```

所以人员流动直接等于能力流失。新人接手，只能靠老人口口相传，或者自己重新踩一遍坑。

AI 工程做对了之后，知识结构变了：

```
判断力、经验、决策依据 → 在系统里（提示、流程、Agent 规范、上下文）→ 项目依赖系统
```

人换了，系统还在。新人接手的不是一个需要靠老人解释才能运作的项目，而是一个**可以被读懂、被修改、被延续**的系统。

这是 AI 工程最大的价值——不是效率，是**组织的知识不再随人员流动而流失**。

***

## 两个层次，难度不同

"人员流动不影响项目"，听起来是一个目标，实际上是两件难度不同的事：

| 目标        | 需要什么               |
| --------- | ------------------ |
| **能稳定运行** | 流程文档、操作手册、Agent 规范 |
| **能正确演进** | 决策记录、判断依据、失败模式     |

前者容易实现，后者才是真正的挑战。

一个新人可以照着文档跑起来项目，但如果他不知道"这条规则是在什么情况下加进来的"、"Agent 为什么这样设计而不是那样"，他遇到新情况时，要么不敢改，要么改错方向。

能运行，但不能演进——这是"形式上交接成功、实质上能力已断层"。

所以完整的目标不是让项目能跑，而是：

> **让判断力可以被传递，而不只是让操作步骤可以被复制。**

***

## Agent 可修改性是核心测试

Agent 的可修改性，是整个体系能不能真正对抗人员流动的关键测试。

如果一个 Agent 只有创建它的人才敢改，说明知识还在人脑里，只是换了一种形式包装。表面上系统化了，实质上还是人依赖。

真正做对的 Agent 应该具备：

* **输入输出契约**：它接收什么、产出什么、边界在哪里，有明确定义
* **判断边界**：它能处理什么情况、哪些情况必须升级给人，有记录
* **修改历史**：改过什么、为什么改、改之前是什么，可追溯

满足这三条，任何人都可以接手修改，不依赖原作者在场解释。这才是 Agent 化真正的意义——不是自动化，是**让能力从个人转移到系统**。

***

## 判断体系是否真的建立

一个检验标准：**新人独立上手需要多久，不依赖老人带？**

* 需要老人陪跑一个月以上——知识还在人身上
* 两周内能独立判断常见情况——体系初步建立
* 一周内能开始贡献修改——体系成熟

这个指标不需要专门测，日常感受就能判断：新人总是问同样的问题，说明答案还没有落入系统；新人能自己找到决策依据，说明积累有效。

***

## 本质

> 传统工程让项目依赖人，AI 工程让人依赖系统。\
> 最大的价值不是提升个人效率，而是把效率的来源从"找到对的人"变成"建好对的系统"——这才是组织层面真正可持续的能力。


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://zhouhao4221.gitbook.io/haiqing-docs/01-thinking/knowledge-outlasts-people.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.