GitLab的员工手册里藏着一个词:DRI,Directly Responsible Individual,直译是"直接负责人"。科技评论人Simon Willison最近翻到这条定义,顺手写了篇短评:LLM agent不管多能干,都不该被当成DRI。他给出的理由很简单——责任这东西,是人类独有的能力,机器没有。

这句话听起来像常识,但背后牵出的东西不简单:一个四十多年前的IBM培训警句,正在2026年被重新搬进AI治理的官方文件里。

苹果发明的规矩,成了硅谷通用语

GitLab handbook写得明白:DRI"拥有"某个项目、举措或活动,是对其成败最终负责的人。这个词最早出自苹果,用来解决一个管理学老问题——责任稀释。

会议开完,行动项一堆,但没人具体认领,结果就是人人有责等于无人负责。DRI的解法很直接:每件事,写一个名字。

网上流传的说法是,史蒂夫·乔布斯执掌苹果期间对这套极其较真,要求每条会议纪要旁边都必须标出DRI姓名——这条细节流传很广,但没有权威信源坐实,更像是苹果管理文化被反复讲述后沉淀下来的轶事,当传闻看待更稳妥。

DRI和常见的RACI矩阵(Responsible/Accountable/Consulted/Informed)常被放在一起比较,区别在于:RACI是流程图上的角色分工,DRI更个人化、更非正式——它不问"哪个角色该负责",只问"具体是谁"。

DRI 与 RACI 的分野 RACI 矩阵 角色分工表 流程化 · 正式化 回答:哪个岗位负责 DRI 具体姓名 非正式 · 个人化 回答:具体是谁负责

1979年那句话,为什么现在被翻出来

Willison提到了一个更老的材料:IBM 1979年一张培训幻灯片上写着,"计算机永远不能被追责,因此计算机永远不该做管理决策"。

这句话没有停留在段子层面。IBM近期在自家官网讨论AI决策边界的文章里,又把这句话原样搬了出来,作为2026年企业AI治理讨论的核心论据。

四十多年前的警句,变成了当下的现役条款。 这说明一件事:agent能不能拍板,不是一个新问题,是每一波自动化浪潮都要重新回答一次的老问题——这次换了个名字叫agentic AI。

一句警句,两次登场 1979 IBM培训幻灯片 计算机不可问责 2020s Agentic AI 大规模嵌入企业流程 2026 IBM重提该句 写入AI治理文章

"人类批准"会不会只是走过场

原则好写,落地难。"AI建议、人类批准"这句话,真要变成制度,至少需要几样东西撑着:关键动作前设审批关卡、给出触发升级的阈值、留下可查的审计日志、出错时能回滚。

少了任何一样,所谓人类批准很容易变成签字盖章的形式动作。

责任从来不是能力问题,是谁来担后果的问题
  • 风险.现实里已经有企业让agent实际执行自动审批、自动定价这类带管理性质的动作,人类"过目"的那一下,到底是真判断还是走流程,目前缺乏公开的实证材料,值得盯着看。

这也是Willison这篇短评没有展开、但真正棘手的地方——原则是一回事,组织愿不愿意为原则付执行成本,是另一回事。

谁会第一个把话说死

天下熙熙,皆为利来。企业愿不愿意在agent面前守住DRI这条线,归根结底是效率和风险的账怎么算。

审批关卡设得严,agent跑得慢;设得松,出了事没人认——这笔账,GitLab这类以handbook文化著称的公司大概率会先算清楚,行业里其他人在等着抄作业。

接下来值得看的,不是有没有企业喊出"AI不能做管理决策"的口号,而是有没有企业真把审批阈值、审计日志、回滚机制这些硬邦邦的东西写进流程——口号人人会喊,机制才分高下。