CraftOS 让自家 Agent 接管更多运营：任务占比从约 30% 升到 60%

一家公司在自己业务里试用 AI Agent，最有说服力的不是演示视频，而是它到底能承担多少真实工作。KoreaTechDesk 在专访中给出了日本 AI 创业公司 CraftOS 的一组内部观察。

CraftOS 的 Agent 名为 CraftBot，逐步接手了更多行政与运营职责。CEO 兼联合创始人 Tham Yik Foong 说，开发到第三个月左右时，CraftBot 已经能完成一些简单任务，但表现并不稳定：团队成员经常需要监督它的工作、重启流程，或者在依赖结果之前做大量复核。

「这限制了我们实际上能委派多少责任」，Tham 这样描述当时的处境。随着 CraftBot 逐渐成熟，据他对自己公司内部流程的粗略估计，交给 Agent 的运营任务比例从大约 30% 提升到了 60%。

这一变化由几件事叠加而成：CraftBot 本身更稳定，底层语言模型能力更强，而 CraftOS 还基于自家的 Agent App 框架搭了一套内部 Company OS，为公司信息和日常流程提供结构化的运行环境。

这套 Company OS 的作用是把运营记录、任务信息和业务流程收进同一个应用，让 CraftBot 直接与之交互。用 Tham 的说法，这给 Agent 提供了一个更确定性的环境去处理公司数据与工作流，从而减少误读指令或丢失任务线索的机会，也降低了对人类反复介入的依赖。

这个判断指向一个容易被忽略的工程事实：模型推理能力的提升，并不自动带来可靠的业务自动化。当信息散落在表格、对话记录和不同系统里，Agent 每多做一次解释，就多一次出错和需要人工干预的机会；把记录、任务状态和可执行操作定义清楚，反而能让更宽范围的任务被安全地委派出去。

目前 CraftBot 承担的工作包括线索获取、客户关系管理、活动组织与文档准备。这些职责的自主性并不相同：整理信息或起草文档可以在不立即改变公司对外承诺的情况下产出结果。Tham 也表示，产品开发仍保留了大量人工环节，软件研发任务在很大程度上仍由人承担。换句话说，CraftOS 的经验并不是给 Agent 更多自由，而是先用更清楚的边界换来更多可以托付的工作。