Cisco给9万员工每人配了一个AI Agent：800个子Agent背后的成本分层逻辑

8月27日，思科（Cisco）把一个叫MyAgent的个人AI助手推给了全球9万名员工。这不是又一个企业聊天机器人，它能记住每个人的工作上下文，自主跨Outlook、Webex、Jira、SharePoint协调多步任务，底下调度着800多个内部子Agent。

这是目前全球规模最大的企业级Agent部署之一。但对中小企业来说，思科这套打法里最值得看的不是”9万人”这个规模，而是它怎么算账。Agent用起来很爽，账单也可以很难看，思科的路由设计把这件事想得很明白。

一、核心设计：不是每个任务都配最贵的模型

MyAgent跑在思科自研的Circuit平台上，这个平台被定义为”不绑定任何单一模型供应商的安全AI平台”。最关键的机制是任务分级路由：

任务类型	流量占比	分配对象
一般性任务	50-60%	开源模型
标准化流程	20-30%	简单自动化脚本
复杂推理	剩余小部分	前沿旗舰模型

为什么要这么分？因为Agent任务和聊天对话的成本结构完全不同。一次普通问答消耗的词元（token）有限，但一个自主规划、跨系统执行的多步任务，可能要调用模型十几次，读取大量上下文，词元消耗是聊天的几十倍。9万员工每人每天发几个任务，不做成本控制，算力账单会失控。

这就是今年数博会”词元经济”主题在企业内部的真实投影：AI服务正在按词元计量、定价、结算，谁先把词元当水电一样管理，谁就能把Agent用得起、用得久。

二、800个子Agent：大任务拆成小任务

MyAgent的另一个设计是子Agent架构。员工只说一个目标，比如”把上周Jira上的缺陷整理成周报发给项目组”，系统自己规划步骤：登录Jira拉数据、筛选分类、生成表格、在Webex建会议纪要、发邮件。每一步由专门的子Agent执行，主Agent负责调度。

财务部门的数据更能说明Agent已经深入核心流程：思科财务系统的AI已经能起草80-90%的MD&A财报强制披露文件初稿，还能在财报电话会前预测分析师可能提的问题。这不是边角料场景，是上市公司最严肃的文档工作。

部署前，思科内部的Agent式交互已经连续几个季度环比增长近350%。换句话说，MyAgent不是自上而下强推的，员工自己早就开始用各类AI工具，公司只是把这些零散用法收拢到一个安全、可管控、可计量的平台上。

三、绕不开的信任考题

这个部署也有争议。思科2026年5月宣布裁员约4000人，理由之一是AI投资，7月中旬裁员落地，两周后就向全员推出Agent。美国市场2026年前5个月已有超过12.3万科技行业裁员被归因于AI投资。

观察者指出，当员工把自动化和失业联系在一起时，使用新系统的意愿会下降，跟技术能力无关。思科官方刻意不把MyAgent包装成裁员工具，高管的表述是”AI在强化执行系统：连接公司里的信息、决策和行动”。这个沟通姿态本身就是部署的一部分。

四、对武汉中小企业的四条落地启示

思科9万人的玩法小企业照搬不了，但四个原则是通用的：

第一，先按任务分级，再选工具。把企业里的重复性工作列出来，简单规则类（数据录入、格式转换、定时提醒）用自动化脚本或低成本模型；需要理解判断的（报告初稿、客户问题分类、合同要点提取）再用强模型。什么任务都喂给最贵的模型，是Agent落地最常见的浪费。

第二，Agent要接系统才有价值。只能聊天的助手解决的是效率问题，能接入你的CRM、表格、工单系统的Agent解决的是流程问题。选工具时重点看它能不能调用你现有的业务软件，而不是看模型参数。

第三，从合规和数据安全倒推方案。思科把平台定义为”安全、可监督”，权限严格限定在员工已授权的数据和应用范围内。中小企业上Agent之前先划清楚哪些数据可以进模型、哪些必须留在内部，这个边界一开始不划，后面补成本极高。

第四，对人的沟通和对系统的投入同等重要。让员工明白Agent接管的是重复事务，人转向判断和客户关系，推广阻力会小很多。工具部署只占成功的一半。

Agent落地的竞争，到最后不是谁家模型强，而是谁的任务切得准、成本算得清、人心接得住。思科这9万人的试验，等于替全行业把这三件事先趟了一遍。

---

扫码添加企业微信客服，获取企业Agent落地方案

华企手记

思科这个案例里我最有共鸣的是成本分层这件事。我们帮客户落地Agent时，十个老板有九个第一句话问”哪个模型最强”，很少有人先问”我的任务分几类”。结果就是花旗舰模型的钱干着复制粘贴的活，一个月账单下来吓一跳，项目就停了。我们现在给客户做方案，第一步永远是拿张纸把重复性工作全列出来，标注每件事的判断难度，能自动化的不上模型，能用便宜模型的不碰旗舰。这样跑下来，一个部门级Agent的月成本能控制在老板不犹豫的区间。技术从来不是瓶颈，算账才是。