思科开始为每一位员工配备专属 AI 代理「MyAgent」。它不是回答问题的聊天机器人，而是在收到目标之后自行拆解步骤，并在人的监督下跨多个业务应用完成执行。覆盖对象约 9 万名员工，随 7 月底开始的新财年一同推进。作为企业从 AI 试验阶段迈入日常业务运营的实例，这次部署值得关注。
从「提问」转向「委托」
MyAgent 运行在思科自建的内部 AI 平台 Circuit 之上。Circuit 不绑定特定模型，以受管控的方式提供对已审批大模型、代理和企业数据的访问。它的存在是为了避免员工各自把业务数据交给外部服务，同时让 AI 以全公司共用能力的形式运行，而不是散落在各部门的零散工具。
在这个底座之上，MyAgent 可以跨 Outlook、Webex、Jira、SharePoint 等日常应用工作。触发方式是意图：员工给出目标、上下文和期望结果，MyAgent 自行推导出到达该结果所需的步骤序列。它接手的不是单个操作，而是跨多个系统的整套协调工作。
第二个支柱是记忆。MyAgent 会持续保留用户偏好、以往交互和当下的上下文。这样就不必每次从头解释情况，回复也能反映手头工作的来龙去脉。这种连续性，正是它与一次性对话之间的实际差别。
公司内部早有铺垫。据思科介绍，Circuit 上的代理式使用量环比增长约 350%。全员推广正是沿着这条曲线做出的判断。
决定成本的是模型分流
技术上最值得注意的不是规模，而是架构。MyAgent 并不把所有请求都交给性能最强的前沿模型，而是通过一层路由，为每一个请求挑选在该任务上性价比最高的模型。
查询内部规章这类轻量请求交给轻量模型，复杂的财务分析交给能力更强的模型。根据工作性质切换目的地，同样的工作量对应的账单就会不同。思科还选择把大部分基础设施放在本地运行，把成本和数据的控制权留在自己手中。
这与当下许多组织的做法方向相反。先指定手头最强的模型，账单以后再说——在用量不大时行得通，规模到 9 万人就不成立了。思科从一开始就把它当作运营问题，而不是技术实验来搭建。
财务部门成为第一块试验田
承担验证角色的是首席财务官 Mark Patterson 领导的财务部门。先在自己的部门试用，能够最直接地看清什么有效、什么无效。
成果已经出现。美国法定披露文件中的 MD&A，也就是管理层对财务状况的讨论与分析部分，初稿的 80% 至 90% 已由 AI 生成。过去分析师需要数天的工作现在缩短到几分钟，人不再从白纸起步，而是转向审阅与打磨。
Patterson 还在推进一个被他称为 CFO 驾驶舱的仪表盘。构想是把散落在全公司的业绩数据汇聚到一个界面，并直接给出下一步该采取的行动。重心放在支撑决策而不是更快地量产报告，这一点清楚地说明了这项计划的意图。
9 万人配备代理的同时，裁员不足 4,000 人
还有一个需要同时看到的事实。2026 年 5 月，思科向员工通报了不足 4,000 人的裁员计划，规模低于全球员工总数的 5%，属于加大 AI 基础设施投入的重组的一部分。
一边给 9 万人配 AI 代理，一边减少 4,000 个岗位，这两件事并非巧合，而是朝同一个方向推进。AI 能够稳定处理的工作转向自动化，人则被调配到需要判断力的岗位。今年不少企业都在悄悄做这种调整，思科选择在同一时期一并公开。
思科把这一转变描述为从 human-in-the-loop（人在环中）走向 human-in-control（人掌控制权）。员工确定意图、作出判断、对结果负责；AI 提供的是速度、效率和专注度，而不是代替承担责任。
支撑这一说法的是治理机制。MyAgent 能够访问的，仅限于已审批的模型、已审批的系统以及被认定适合企业使用的数据通路。当 AI 只是给出建议时，宽松一些尚可接受；一旦它在工作流中真正采取行动，架构与管控的分量就会明显加重。
真正起作用的是哪一部分
MyAgent 展示的重点，与其说是把代理发给每一个人，不如说是如何做到可以发给每一个人。整合已审批模型与企业数据的平台、按任务挑选模型的路由层、保留上下文的记忆机制，以及界定代理可访问范围的管控。四者齐备，9 万人规模的运行才具备现实可行性。
反过来说，缺少其中任何一项而只增加人数，最终不是在成本上、就是在安全性上走不下去。部门级试点难以成长为公司标准，多半就是因为这一层始终没有搭起来。
总结
思科开始向全体 9 万名员工推出可跨业务应用直接执行任务的专属 AI 代理「MyAgent」。它构建在管控已审批模型与企业数据的平台 Circuit 之上，通过按任务分流模型以及以本地部署为主的架构来控制成本。在财务部门，MD&A 初稿已有八成以上由 AI 生成。与此同时，不足 4,000 人的裁员也在推进。作为衡量企业级 AI 全面部署究竟带来什么的样本，这个案例值得持续关注。
