集装箱改变世界,靠的不是铁箱:AIAgent也在等自己的“装卸体系”
集装箱改变的是转运体系；Agent 真正大规模协作也需要身份、接口与审计能接起来。
设想一个 AI Agent 在演示里能订机票、查库存、填写报销单，每一步都很流畅。真正进公司后，它可能卡在最不起眼的地方：查库存的账号没有下单权限；报销系统认不出它是谁；某一步失败了，也没人说得清此前改了哪些数据。
于是团队继续等“下一代更强的模型”。这很像把航运效率问题只归结为箱子不够结实。
集装箱改变世界，关键并不是有人发明了铁箱，而是货物终于能在船、卡车、铁路和码头之间少开箱、少搬运地转移。今天的 Agent 也面临类似的连接问题。但这里的“类似”仅指系统协调的机制，不能把物理物流的成本数字直接套到数字系统上。
*真正值得再看一层的是：Agent 的价值可能被每一次跨系统交接吃掉；标准决定了它能否形成网络，而企业流程决定了网络是否真的可用。*
01 一个箱子为什么不够
史密森尼美国历史博物馆关于港口变迁的展览写得很清楚：改变贸易的是同一个集装箱可以在铁路、卡车和船之间转运的机械化体系。世界银行《2025 年世界发展报告》也把集装箱作为标准化案例：早期尺寸和操作方式各不相同，船、起重机、港口、拖车与铁路必须一起调整，跨环节的效率才会出现。
国际标准化组织的回顾更具体。最初不同企业选择不同长度的箱子，码头不得不为特定企业配置专用设施。没有兼容性，就没有真正的运输网络。后来标准覆盖尺寸、堆叠、固定件等细节，才使跨企业、跨运输方式的衔接容易得多。
这段历史常被简化成“有了标准，世界就变了”。但标准不是凭空让港口降本。港口还要有足够土地、道路和铁路接入，还要投入起重设备。史密森尼的展览以旧金山湾区为例：奥克兰有平地和公铁连接，更容易拥抱新体系；旧金山缺少这些条件，港口地位因此变化。兼容的箱子只是必要条件，配套设施决定了谁先受益。
对 Agent 来说，漂亮的对话界面也只是箱子。它必须知道“我被谁授权”“我能读什么、写什么”“执行失败时如何回滚”“事后怎样追踪动作”。一个单点模型更新，并不会自动解决这些问题。
Agent 在系统之间的交接成本，可能比单次模型升级更影响落地。
02 标准把能力变成网络，也重新分配位置
为什么 Agent 需要标准？不是为了让每家企业用同一种模型，而是让不同系统对身份、权限、工具调用、结果格式和操作记录有可互认的约定。没有约定，每接入一个系统，就要重新写一套连接程序、重新解释一遍风险、重新谈一次责任。
美国国家标准与技术研究院在 2026 年启动 AI Agent Standards Initiative，明确把互操作与安全列为议题，并另设 Agent 身份与授权的概念文件。它说明这些问题已经进入标准讨论；但“正在讨论”不等于已有一套成熟统一标准，更不等于任何 Agent 已能安全地在企业里自由行动。
标准化也不是没有利益冲突。对开发者，统一接口降低重复适配；对企业，减少被单一供应商锁住的风险；对平台公司，谁的协议被广泛采用，谁就可能掌握默认入口、开发工具、认证方式和流量分发。航运史里，规格统一改变了港口和船公司的投资方向；AI 领域也可能出现类似的权力重排，但目前还不能预言哪一种协议会胜出。
因此看一场 Agent 发布会，可以多问一句：它展示的是自家环境中的连续操作，还是能够带着明确权限进入别人的系统，并让对方独立审计？两种能力给企业带来的价值不同。
03 企业最贵的环节，往往在系统之间
设想一个采购 Agent：它会读邮件、比较报价、填采购申请。听上去已经完成大半工作。实际的“装卸”却在另外几个地方：邮件里写的品类要映射到主数据；报价要与合同版本对应；预算要查实时余额；超过额度要转人工审批；下单后还要留下可追责记录。
如果其中一环靠员工复制粘贴、对照截图，所谓自动化只是在系统之间增加了一个更快的内容生成器。站在员工角度，这可能让工作更碎：原来自己填表，现在要不停核对 Agent 的表。站在管理者角度，若错误责任仍由人承担，就很难仅凭演示批准全自动上线。站在供应商角度，则希望接口越容易接，调用越频繁，订阅与服务收入才可能扩大。
企业因此可以先画一张“交接地图”：一个任务跨几个系统，每一步是否有机器可读的输入输出，谁授权，谁审批，失败后如何恢复。优先改造高频、规则稳定、错误可追回的接口，再决定哪些动作可以自动执行。让 Agent 暂时停在“提出建议、准备材料、等待授权”也可能比一口气追求无人值守更有效。
普通员工也能观察三个信号：团队是否为 Agent 设置独立身份；关键动作能否查到操作记录；跨部门的例外情况是否仍需要大量人工搬运。它们比“模型能连续点多少个页面”更接近真实落地成本。
这个判断也有边界。一个只在单一系统里完成的小任务，未必需要广泛的跨平台标准；过早追求统一，可能让试验变慢。有些系统更需要内部流程清理，而不是等待行业协议。历史给我们的不是“AI 必然复制集装箱革命”，而是一个提问方法：当局部技术已经可用，阻力是否转移到了连接、规则和配套投资？
能接上别人的系统、说清每一步责任，Agent 才可能从演示中的能手变成组织里的劳动力。
你所在团队的 AI 流程，最常卡在哪一次系统交接？