代理式人工智能的组织行为：人机协作流程中的集体智能

代理式人工智能正越来越多地被部署为规划者、求解者、审查者、记忆管理者、工具使用者和编排者的集合体，而非单一助手。这些系统正以团队、管理者、委员会、市场和工作流程等熟悉的标签进入组织工作流程。本文探讨此类代理集合体是否展现出在分析上可与人类组织行为相媲美但又有所区别的组织行为。我认为代理式人工智能是一种部分性的组织类比物。它类似于人类组织，因为它区分工作、协调相互依赖、执行重复性例行程序、跨越边界并产生集体成果。它的不同之处在于，这些模式并非由动机、身份、信任、雇佣、社会化或道德责任所维系，而是由情境架构所维系：提示、记忆、痕迹、模式、工具、验证器和权限。本文发展了情境交易成本作为连接这些异同的核心机制。计算理论化、合成任务模拟、真实 LLM 代理轨迹和稳健性分析表明，当模仿人类的形式增加有损交接、关联性审议和验证负担时，其表现往往不佳；而共享状态和自适应形式在使情境持久、可检查且任务依从时表现更好。本文通过将代理式人工智能理论化为一种新兴的组织对象，并阐明人类与代理式组织行为能够共同支持集体智能的接口条件，为组织研究做出了贡献。