背景：从单点试用到组织级工程
2026 年企业智能体讨论的一个显著变化：案例主角从「某团队试点某工具」转向「平台工程团队把智能体当基础设施运营」。Port 汇编的五份 playbook 中，Nubank、Coinbase 与 Block 三家来自金融/加密/支付行业的公司最有结构感——它们分别回答了三个不同的问题：Nubank 回答「什么工作最适合交给智能体」，Coinbase 回答「怎么让一百个团队安全地造智能体」，Block 回答「怎么度量智能体到底省了多少」。
需要说明数据口径：以下数字均来自企业自述与汇编报道（Nubank 的 12x/20x、Coinbase 的 25+ 小时/周等），属企业自报数据，读者应按「已验证的组织模式」而非「可对标的生产力承诺」来使用。
Nubank：把迁移项目拆成可训练的重复任务
Nubank 的问题极具代表性：一个 8 年历史的 ETL 单体（数百万行代码）需要拆分为子模块。原计划是 1,000+ 工程师干 18 个月，逐个搬约 100,000 个数据类实现——典型的「让好工程师默默更新简历」式项目。
他们部署 Devin（Cognition 的自主编码智能体）后的做法值得逐步拆解，因为每一步都是方法论：
- 不把单体直接丢给 Agent——先把问题分解成单一可重复的子任务（搬一个数据类实现）
- 收集人工示例——整理工程师过去手动迁移的做法作为少样本/微调数据
- 先建评估集再扩展——预留一批 Agent 从未见过的手动迁移样本，扩展前先在这批「留出集」上量质量
- 微调验证——微调让任务完成率翻倍、单任务耗时从 40 分钟降到 10 分钟
- 多实例并行——数据、收藏与风险团队数周内完成各自迁移
结果：100K 数据类迁移由 Agent 完成，工程小时效率提升 12 倍，成本较纯人工节省 20 倍。而真正的价值计算不在 Token 账单，而在工程产能的重定向：1,000 名工程师从 18 个月的机械迁移中解放出来，转去写面向客户的产品。这也是本栏此前多智能体价值报告中「AI 清跑道、人做判断」模式的又一生产行印证。
Coinbase：paved road 与审批门
Coinbase 的起点是一场自上而下的推动：CEO Brian Armstrong 在 Slack 要求每位工程师在本周内完成 AI 编码工具上手，周六仍未完成者需要解释原因。但真正让这成为案例的是随后的平台工程动作——团队把「Agent 自动化上生产」标准化为一组paved road（铺装道路）模板，每个模板内置：
- 可观测性：OpenTelemetry 追踪、结构化日志、错误率监控
- 人类审批工作流：有副作用的生产动作必须过审批门
- 结构化错误处理与兜底路径
- 托管集成：与内部业务系统的连接由平台统一管理
六周内，该模式在多个自动化上完成验证，两个投产的自动化（合规文档处理、内部数据对账）每周节省 25+ 小时；内部指南把新 Agent 的建设周期从 12 周以上压缩到 1 周以内。他们还部署了两类低风险高回报的智能体：自主测试 Agent（生成场景、自评发现）与多智能体决策支持系统（为内部决策文档补充可解释、可审计的分析）。
Coinbase 模式的本质是把「好平台团队部署服务」的黄金路径经验平移到智能体：可观测性、错误处理与审批门由平台统一解决，业务团队不重复造轮子。其公布的量化杠杆是：仅铺装道路一项投资就把 Agent 建设时间压缩约 90%。
Block：开源 Goose 与可追踪的节省目标
Block（Square、Cash App 母公司，约 12,000 人）走的是第三条路：把自研 Agent 框架 Goose 开源（GitHub 29K Stars，Stripe 后来 fork 它创建了 Minions），内部则以「AI 节省 25% 人工时长」为每周追踪目标，工程师自报每周节省 8–10 小时。
Block 打法的两个独特之处：其一，开源换来生态杠杆——框架的迭代速度、社区贡献与招聘信号都超越了闭源自建；其二，把节省目标化为每周可追踪的运营指标而非年度愿景，使「智能体到底值不值」从争论变成数据。自报口径的局限性（员工可能高估节省）需要承认，但「有指标、每周看」本身就是大多数企业尚未跨过的门槛。
五大打法提炼
把三家实践交叉对照，可以提炼出五条可迁移的组织级打法：
| 打法 | 来源案例 | 关键动作 | 量化效果 |
|---|---|---|---|
| 1. 选「模式已知、量大重复」的工作负载 | Nubank | 框架升级、依赖迁移、测试补齐、日志标准化 | 12x 工程小时效率、20x 成本节省 |
| 2. 先收集示例、再微调、先建评估集再扩展 | Nubank | 10–20 个人工示例做少样本/微调；留出集测质量 | 完成率翻倍、单任务 40 分钟 → 10 分钟 |
| 3. 铺装道路：把安全默认做进模板 | Coinbase | 可观测性 + 审批门 + 错误兜底 + 托管集成 | 建设周期 12 周 → 1 周，压缩约 90% |
| 4. 从低风险智能体起步 | Coinbase | 自主 QA、合规检查、数据对账优先于写代码 Agent | 6 周验证、两个投产省 25+ 小时/周 |
| 5. 把节省变成每周追踪的指标 | Block | 自报 + 周度追踪；框架开源换生态杠杆 | 目标节省 25% 人工时长，自报 8–10 小时/周 |
量化 ROI 汇总
按企业自报口径汇总（均为公开陈述，未经第三方审计）：
| 企业 | 核心指标 | 口径说明 |
|---|---|---|
| Nubank | 100K 数据类迁移；工程小时效率 12x；成本较人工省 20x | ETL 单体拆分项目；对照基线为 1,000 人 × 18 个月人工方案 |
| Coinbase | 6 周 2 个自动化投产；25+ 小时/周；建设周期压缩 90% | paved road 模板上线后口径 |
| Block | 工程师自报节省 8–10 小时/周；目标 25% 人工时长 | 每周自报追踪；Goose 开源 29K Stars |
一个跨案例的共同点：三家的 ROI 叙事都落在「工程产能重定向」而非「Token 成本节约」——把人从机械劳动中释放出来做更高价值的事，才是智能体在企业内的真实回报函数。
本文案例数据截止 2026 年 9 月，来源于 Port 汇编的企业公开 playbook 与相关企业自述，属企业自报数据，未经独立审计。不同企业的基线口径（人工对照方案、节省计量方式）不一致，横向比较仅供参考。
避坑指南
结合三家踩过的弯路与本栏此前案例的共性教训，给出五条避坑：
- 别把整块项目直接丢给 Agent：Nubank 的前提是先把 10 万级迁移分解为单一可重复子任务；未经分解的「大迁移」只会产出无法验收的大补丁
- 没有评估集就不要规模化：Nubank 专门预留人工样本做留出集评估；跳过这一步等于凭信仰放量，出问题时已无法归因
- 别让每个团队自己解决可观测性与审批：Coinbase 的教训反面是——没有 paved road 时，团队各自造轮子，安全默认参差不齐，建设周期普遍 12 周起步
- 别从「写代码的 Agent」起步：三家都把测试、合规、对账等低风险场景放在代码生成之前；代码 Agent 的评审与事故成本常被低估（本栏此前已记录「PR 增 20%、单 PR 事故率升 23.5%」的行业数据）
- 别让节省停留在故事层面：Block 的自报口径并不完美，但「有指标、每周看」让投入可持续；没有度量的智能体项目，在预算收紧时率先被砍
目前官方及行业暂未披露更多三家企业后续扩展计划细节，后续将持续跟进迭代动态。