所属主题：agentic-cases — AI Agent 实战案例

2026 年 3 月 26 日，三个看似不相关的新闻同时出现在科技媒体的头条上。在华盛顿，美国劳工部国家联络中心正式上线了一个名为 DOLA 的 AI Agent——基于 Salesforce Agentforce 构建——为公众提供 24/7 的失业保险、职业安全和退伍军人服务咨询（来源：Boursorama/Zonebourse，2026-03-26）。在日内瓦，全球最大的人力资源公司 Adecco 与 Salesforce 签署了多年期全球协议，获得 Agentforce 360 的”全球无限使用权”（来源：Yahoo Finance/Insider Monkey，2026-03-26）。在五角大楼，国防部正式将 Palantir 的 Maven Smart System 升级为受保护预算项——一份价值约 100 亿美元的合同（来源：Gadget Review，2026-03-26）。

把这三条新闻放在一起看，你会发现它们共同讲述了一个关键故事：AI Agent 在 2026 年 3 月正式完成了从概念验证到规模化部署的跨越。这不再是”未来趋势”或者”试点项目”。当美国政府用 AI Agent 处理失业保险申请、当全球最大的 HR 公司将 AI Agent 全面嵌入运营、当五角大楼把 AI Agent 升级为核心军事基础设施，Agent 的时代已经不是”即将到来”——它已经到来了。

DOLA：当 AI Agent 站在失业工人的服务窗口

DOLA 的全称是 Department of Labor Agent，它是美国联邦政府机构中第一个面向公众大规模部署的 AI Agent 系统。

它覆盖的服务范围包括三个核心领域：失业保险（UI）咨询——帮助失业者了解申请资格、所需材料、审批进度和上诉流程；职业安全与健康管理（OSHA）——回答工作场所安全标准、事故报告流程和合规要求相关的问题；退伍军人就业服务（VETS）——为退伍军人提供就业机会匹配、简历优化和培训项目推荐。

这个部署场景有几个值得关注的特点。首先，它处理的是高度敏感和高影响力的公共服务。失业保险直接关系到数百万美国人的生计——申请流程中的任何错误都可能导致一个家庭失去经济支撑。美国劳工部显然认为 AI Agent 的可靠性已经达到了可以处理这类关键服务的水平。

其次，它选择了 24/7 全时段服务模式。传统的政府服务热线通常只在工作日的固定时间运营，这对于需要在工作日找工作的失业者来说是一个讽刺的障碍。DOLA 的 24/7 模式从根本上改变了政府公共服务的可达性。

第三，这个部署发生在一个特殊的时间窗口——BLS 刚刚公布的 2 月就业报告显示美国当月失去了 9.2 万个工作岗位（来源：Robert Half，2026-03-26），失业率升至 4.4%。更多的美国人正在需要失业保险服务，而 DOLA 的上线恰好赶上了这波需求激增。这不是巧合——劳工部显然在为即将到来的服务量暴增做技术准备。

从技术架构看，DOLA 基于 Salesforce Agentforce 平台构建，这意味着它继承了 Agentforce 的多轮对话管理、知识库检索和流程自动化能力。但政府场景对 Agent 提出了商业场景中不存在的特殊要求：数据安全性（涉及个人隐私和联邦数据保护法规）、合规审计（所有 Agent 的决策和建议需要可追溯）、无歧视性（AI 的回答不能因种族、性别或年龄等因素产生差异化对待）、以及失败安全机制（当 AI Agent 无法处理某个问题时，必须无缝转接到人工服务员）。

DOLA 如何满足这些要求的具体技术细节尚未公开，但它的上线本身就是一个强烈的信号——美国联邦政府认为 AI Agent 技术已经成熟到足以在关键公共服务中替代传统的电话客服系统。

Adecco “全球无限使用权”：一个定价模式革命的信号

如果说 DOLA 是 AI Agent 在政府领域的里程碑，那么 Adecco 与 Salesforce 的多年期全球协议就是企业 AI Agent 大规模商业化的里程碑。

Adecco 不是一家普通的公司。它是全球最大的人力资源和招聘服务提供商，在 60 多个国家运营，每年帮助数百万人找到工作。当 Adecco 获得 Agentforce 360 的”全球无限使用权”时，这意味着 AI Agent 将被嵌入到从简历筛选、面试安排、岗位匹配、合同管理到薪酬处理的全流程中。

特别值得关注的是”无限使用权”这个定价条款。传统的 SaaS 软件通常按席位（每个用户每月多少钱）或按用量（每次 API 调用多少钱）定价。Agentforce 360 提供”无限使用权”意味着 Salesforce 和 Adecco 之间的定价模式不是按用量计费的——更可能是按业务成果或固定年费来定价。

这与同一周发布的 SaaS 行业深度分析中揭示的趋势完全一致。根据 Blossom Street Ventures 对 24 家上市 SaaS 公司的分析，AI 正在推动企业软件的定价模式从”按席位”向”按结果或按 Agent”转变（来源：Blossom Street Ventures，2026-03-26）。Agentforce 的年化经常性收入达到约 8 亿美元（同比增长 169%），与 Data Cloud 捆绑后 ARR 突破 29 亿美元。ServiceNow 的 AI 年化合同价值突破 6 亿美元（Q4 翻倍），超过 100 万美元的交易量季度环比增长近 3 倍。

这些数字的含义是什么？它们意味着企业对 AI Agent 的采购已经不是”买一个工具试试看”的小额尝试，而是”将 AI Agent 嵌入核心业务流程”的大额战略投资。当 Adecco 以”全球无限使用权”的条款采购时，它不是在买一个软件——它是在重新定义自己的运营模式。

这里有一个微妙但重要的经济学问题。Agentforce 目前的 AI 利润率是中性的——根据 Blossom Street Ventures 的分析，AI 功能目前没有显著提升 SaaS 公司的利润率。这意味着 Salesforce 提供”无限使用权”可能是一种战略性亏损——通过短期让利来锁定 Adecco 这样的超大型客户，建立不可替代的工作流集成，然后在未来通过增值服务和数据网络效应获取长期回报。这与 AWS 早期通过低价吸引企业上云，然后通过生态锁定获取长期利润的策略如出一辙。

Palantir Maven：从 4.8 亿到 100 亿美元，仅用 14 个月

如果 DOLA 和 Adecco 代表了 AI Agent 在民用领域的规模化，Palantir Maven 的故事则展示了 AI Agent 在军事领域的爆发式增长——而且是以一种让和平时期的商业增长速度相形见绌的节奏。

Maven Smart System 的合同金额演进路径极为惊人。2024 年 5 月，初始合同 4.8 亿美元——这已经是一笔大额国防合同了。2025 年 5 月，扩展至 13 亿美元——不到一年翻了将近 3 倍。2025 年 7 月，进一步升级为”企业级协议”。然后在 2026 年 3 月，正式升级为”受保护预算项”（program of record），总合同价值约 100 亿美元。

从 4.8 亿到 100 亿——仅用了大约 14 个月。这种增长速度在国防合同历史上是极为罕见的。通常，一个武器系统从初始合同到成为受保护预算项需要 5 到 10 年的时间。Maven 之所以能够加速，是因为它不是传统意义上的”武器系统”——它是一个软件平台，可以快速迭代、快速扩展、快速展示价值。

Maven 当前的运营规模已经相当惊人。它处理超过 150 个情报来源的数据流，每小时生成约 1000 条目标建议，服务超过 20000 名军事用户。这些数字意味着 Maven 已经成为美军情报分析和目标定位工作流中不可分离的一部分——它不是一个”辅助工具”，而是核心基础设施。

这引出了一个深刻的伦理和战略问题。当一个 AI 系统以每小时 1000 条的速度生成”目标建议”——这些建议可能直接影响军事打击决策——那么关于 AI 决策透明度、责任归属和人类监督的讨论就不再是学术问题。它是一个每小时发生 1000 次的现实问题。

特别耐人寻味的是时间上的巧合。Maven 在同一周被升级为 100 亿美元的核心军事基础设施，而 Anthropic——以 AI 安全著称的公司——被同一个五角大楼列为”供应链风险”并被封杀（来源：bwvlaw.org/Financial Post，2026-03-26）。一个 AI 公司被拥抱，另一个 AI 公司被排斥——决定因素不是技术能力或安全性，而是政治关系和商业模式的适配性。这揭示了军事 AI 采购中技术之外的权力博弈。

三个案例的交叉洞察：Agent 规模化的三个条件

把 DOLA、Adecco 和 Maven 放在一起分析，可以提炼出 AI Agent 从试点到规模化所需的三个关键条件。

条件一：明确的价值量化。 DOLA 的价值是”将失业保险咨询的服务可达性从 8×5 提升到 24×7，同时降低人工客服成本”。Adecco 的价值是”通过 AI 自动化招聘流程，提高人岗匹配的精准度和速度”。Maven 的价值是”每小时 1000 条情报分析结论，比人工分析快数个数量级”。所有三个案例都能用具体、可量化的指标来证明 AI Agent 的价值。

条件二：可信的安全框架。 政府不会在没有合规审计机制的情况下部署面向公众的 AI Agent。Adecco 不会在没有数据保护保障的情况下将客户数据交给 AI 处理。五角大楼不会在没有人类监督机制的情况下让 AI 生成目标建议。安全框架的成熟度，而非模型能力的先进度，是决定 Agent 能否在关键场景部署的真正瓶颈。

条件三：组织架构的适配。 仅仅购买 AI Agent 软件是不够的——组织需要重新设计工作流程、角色定义和决策权限来适应 Agent 的加入。Meta 正在通过 AI-Native Pods 做这件事（来源：多来源，2026-03-27）。Adecco 通过”全球无限使用权”的协议条款暗示了它计划将 Agent 全面嵌入运营。而美军 Maven 的 20000 名用户意味着有一套完整的训练和使用规范来确保人机协作的有效性。

大多数人没看到什么：Agent 部署的”不可逆性”

新闻关注的是 Agent 部署的”新闻性”——又一个大客户上线了，又一份大合同签了。但大多数人没有充分意识到的是这些部署的”不可逆性”。

当 DOLA 开始处理失业保险咨询，大量的交互数据、服务模式和运营经验将快速积累在 Agentforce 平台上。如果劳工部未来想切换到另一个平台，迁移成本将极其高昂——不仅是技术迁移，还包括重新训练 Agent 的知识库、重新配置工作流、重新通过合规审计。这就是为什么 Salesforce 愿意以可能亏损的条款提供”无限使用权”——一旦嵌入，就几乎不可能被拔出。

同样的逻辑适用于 Maven。当 20000 名军事用户的日常工作流程已经围绕 Maven 构建时，”切换”到另一个系统意味着需要重新训练所有用户、重建所有数据管道、重新验证所有安全协议。这个成本可能比原始合同本身还高。

这种”不可逆性”对行业格局的含义是深远的。它意味着 AI Agent 市场的竞争窗口正在快速关闭——先到的公司通过部署建立锁定，后到的公司面临越来越高的进入壁垒。这也是为什么 Meta 愿意以 20 亿美元收购 Manus、OpenAI 急于推出 Frontier Alliances、Sierra 争分夺秒地拓展 Fortune 50 客户——每个人都知道，Agent 部署一旦完成就很难被替换。

So What：如果你还没有 Agent 策略，你已经迟了

对 CIO 和技术决策者：DOLA、Adecco 和 Maven 的案例证明了一点——AI Agent 不再是”等等看”的技术。如果你的竞争对手已经开始部署 Agent 并积累数据和经验，你每多等一个季度，追赶的成本就会指数级增长。现在应该做的是：选择一个高价值且安全风险可控的业务场景，在 Q2 内启动 Agent 部署试点，在 Q3 基于试点数据做出规模化决策。

对安全和合规专业人士：Agent 部署最大的障碍不是技术能力——是你。也就是说，安全和合规的成熟度决定了 Agent 能走多快。现在开始构建 Agent 的安全评估框架——数据保护、决策审计、失败安全、人工接管机制——将使你的组织在 Agent 部署竞赛中占据有利位置。

对 AI Agent 创业公司：DOLA 和 Adecco 的案例表明，企业和政府最终会选择大型平台（Salesforce、Palantir）而非独立创业公司来部署关键 Agent 系统。独立创业公司的生存空间在于两个方向——要么在垂直领域建立不可替代的专业知识壁垒（类似 Harvey 在法律领域的策略），要么在大型平台的生态中找到差异化的功能定位。试图成为”另一个通用 Agent 平台”是一条越来越难走的路。

参考资料

  1. Salesforce Agentforce DOLA 部署美国劳工部 — Boursorama/Zonebourse, 2026-03-26
  2. Adecco Group Taps Salesforce — Yahoo Finance, 2026-03-26
  3. Pentagon Locks In Palantir’s AI as Core Military Infrastructure — Gadget Review, 2026-03-26
  4. The Impact of AI on 24 Publicly Traded SaaS Companies — Blossom Street Ventures, 2026-03-26
  5. US BLS February 2026 Employment Report — Robert Half, 2026-03-26
  6. Meta AI-Native Pods 重组 — 多来源, 2026-03-27