微软将推出"Agentic Users"项目，赋予AI Agent完整企业身份（工号、邮箱等），使其成为主动执行任务的"数字员工"。A365许可证采用混合定价模式，82%企业已使用AI Agent但多数缺乏监管。微软通过Zero Trust架构确保安全，AI Agent将改变企业协作方式，重新定义"同事"概念，成为首个系统化管理AI Agent的企业公民。
11月10日，微软产品路线图泄露的一份文档显示，AI Agent即将获得完整的企业身份——工号、邮箱、Teams账号、组织架构图位置，甚至需要A365许可证才能"入职"。这不是科幻小说，预计11月18-21日的Microsoft Ignite大会就会正式推出。82%的企业已在使用AI Agent，但给它们发工号的，微软是第一个。
图1：微软正在将AI Agent打造为拥有完整企业身份的"数字员工"
1 从工具到同事：Agentic Users的身份革命 ▸▸
微软内部将这个项目命名为"Agentic Users"（代理用户），路线图文档显示，这些AI Agent将通过Entra ID或Azure AD配置为完整的用户对象，拥有自己的邮箱地址如agent.sales@company.com[1]，Teams账号可以主动发起或参加会议，在企业通讯录和组织架构图中有明确位置，管理员需要为每个Agent分配A365许可证并指定所有者。
与传统聊天机器人的区别在哪？传统机器人是被动响应的工具，Agentic Users是主动执行的同事。 一个客服机器人等待用户提问，而一个销售Agent可以主动分析CRM数据，发现商机后自动起草邮件发给销售团队，在Teams会议中汇报进展，甚至在Workday系统中更新项目状态。它不需要人类每次告诉它做什么，而是像新员工一样，理解职责后自主完成任务。
图2：AI Agent将深度集成到Teams、Copilot等微软生态系统中
技术层面，微软5月发布的Entra Agent ID已经铺好了基础设施。每个Agent从创建时就获得唯一身份标识，支持基于角色的访问控制（RBAC），可以配置条件访问策略（Conditional Access），拥有完整的审计日志追踪每一次操作。这套体系和管理人类员工账号的逻辑完全一致，IT管理员用同样的工具管理人和Agent。
9月，微软和Workday宣布合作，Agent身份可以自动同步到Workday的Agent System of Record（ASOR），这个系统记录每个Agent的职能、权限、使用频率、生产力影响，就像HR系统管理员工档案一样。ServiceNow AI Platform也已经打通，未来企业的IT服务台可能有一半工单由Agent处理，另一半由人类处理，两者在系统中地位平等。
2 A365许可证：AI员工也要交"工位费" ▸▸
文档提到"管理员在批准时分配所需的A365许可证，不需要额外的Microsoft 365或Teams许可证"，这句话信息量很大。A365可能是Agent 365的缩写，微软正在创造一个全新的许可证SKU，专门为AI Agent设计。
传统SaaS按人头收费，一个M365 E5许可证每月38美元，覆盖一个人类员工使用Office、Teams、SharePoint等全套工具。但Agent不需要Word编辑权限，不需要OneDrive存储空间，它需要的是API调用配额、算力资源、跨系统集成权限。按人头收费显然不合理，A365很可能采用混合定价：基础许可证费用（赋予身份和基本权限）+ 消费型计费（按实际调用量付费）。
微软文档提到Copilot Credits预购计划（P3），起步30万积分，这套积分系统可能会整合到A365定价中。一个HR Agent处理入职流程可能消耗500积分，一个财务Agent生成月度报表可能消耗2000积分，企业按月预估Agent工作量购买积分池。这种模式下，Agent的"人力成本"变得可预测、可优化，CFO可以像管理人员编制一样管理Agent编制。
图3：AI Agent将在企业中承担从数据分析到流程自动化的多种角色
Forrester分析师Charlie Dai指出，A365引入了明确的按Agent许可模式，管理员通过Agent Store控制审批，将Agent成本与人类席位分离。这意味着企业IT预算将出现新的科目：人类员工软件许可费、AI员工软件许可费、混合团队协作工具费。一个10人的销售团队可能配3个Agent助手，预算规划需要考虑13个席位的总成本。
3 安全与治理：82%企业在"裸奔" ▸▸
一个数据让人警醒：82%的公司已经在使用AI Agent，53%承认Agent每天访问敏感信息，但多数企业没有建立足够的监管机制。这就像雇佣了大量实习生，给了他们数据库访问权限，却没有入职培训和行为规范。
微软Entra Agent ID提供的治理能力包括：最小权限原则，每个Agent只能访问完成任务必需的资源，用短期令牌（ephemeral tokens）替代静态密码，令牌几小时后自动失效；条件访问策略，可以设置"HR Agent只能在工作时间访问员工数据"、“财务Agent只能从公司网络访问ERP系统”；访问审查机制，每季度IT管理员审查Agent权限，撤销不再需要的访问；审计日志，记录Agent何时访问了什么数据、执行了什么操作、结果如何。
图4：Microsoft Entra Agent ID提供统一的AI Agent身份管理和安全控制
安全风险不只是权限过大，还有Agent被攻击者劫持的可能性。提示注入攻击（Prompt Injection）可以欺骗Agent执行恶意指令，比如一封精心构造的钓鱼邮件可能让客服Agent泄露客户信息。对抗性攻击可以操纵Agent的决策逻辑，让采购Agent批准虚假订单。数据泄露风险在于Agent处理大量数据时可能无意中将敏感信息写入日志或发送给未授权人员。
微软的Zero Trust架构扩展到了"代理劳动力"（Agentic Workforce），核心原则是Never Trust, Always Verify，即使Agent有合法身份，每次访问资源仍需验证，每次操作都需审计。这要求企业建立Agent治理委员会，制定Agent创建审批流程，定义Agent行为规范，建立Agent性能和风险监控仪表板。
4 职场冲击：重新定义"同事" ▸▸
一个销售团队的组织架构图上，Sales Manager下面挂着3个Account Executive和2个Sales Agent，后者的职位描述是"负责线索筛选、会议安排、跟进邮件自动化"。月度会议上，Sales Agent通过Teams语音汇报：“本月处理418条线索，转化率23%，安排会议67场，无冲突率98%。” 这不是未来场景，微软的技术能力已经支持这个流程。
对员工最直接的影响是协作方式改变。 过去你的工作伙伴都是人，沟通有情绪、有弹性、有容错，你可以说"帮我尽快整理一下数据"，对方理解"尽快"可能是明天下班前。现在你的伙伴可能是Agent，它需要精确指令：“从CRM导出2025年Q3所有状态为’已关闭-成交’的订单，按客户行业分类，生成Excel文件，11月12日17:00前发到我邮箱。” 职场沟通正在向API化演进。
图5：未来的企业会议中，AI Agent可能成为正式参会者
另一个冲击是绩效评估维度扩展。以前评估团队产出只看人类员工的工作量，现在需要看人类+Agent的混合产出，以及人类管理Agent的能力。一个优秀的项目经理不仅要会管人，还要会"管"Agent——知道何时创建新Agent、如何分配任务、怎样监控Agent质量、什么时候该让Agent下线。这成为新的职场技能。
McKinsey的报告指出，部署Agent AI需要确保必要的安全措施、风险管理实践和治理机制到位，才能实现安全、负责任和有效的采用。IBM强调Agent治理既是巨大挑战也是巨大机遇，企业需要建立清晰的责任归属，每个Agent必须有明确的所有者（Accountable Owner），确保可追溯性和控制力。
5 这次微软走在了前面 ▸▸
对比其他科技巨头，谷歌的AI Agent主要聚焦消费者场景（Gemini助手），亚马逊的Agent集中在AWS云服务层，Salesforce的AgentForce侧重垂直行业应用。微软是第一个把Agent当作"企业公民"来系统化管理的。 给Agent发工号、分配邮箱、纳入组织架构、要求购买许可证，这些看似形式化的动作，实质是把Agent从"临时工"转为"正式员工"。
这背后的逻辑是微软对企业市场的深刻理解。企业IT部门最关心什么？合规性（能审计）、安全性（可控制）、可管理性（统一管理）、成本可预测性（明确计费）。微软用管理人类员工的成熟框架去管理Agent，大幅降低了企业的接受门槛。CIO不需要学习全新的Agent管理系统，用现有的Entra ID、Conditional Access、Compliance Center就能搞定。
11月18-21日的Microsoft Ignite大会可能会公布更多细节：A365的具体定价、Agent Store的运作方式、首批推荐的Agent模板（HR助手、IT服务台、销售线索管理等）、与第三方SaaS的集成进展。如果微软能展示几个标杆客户案例，比如某跨国企业部署100个Agent后效率提升40%、成本降低25%，这个市场会迅速引爆。
6 写在最后 ▸▸
从Copilot到Agentic Users，微软在押注一个判断：AI的终局不是替代人，而是成为人的同事。 工号和邮箱只是开始，未来可能有Agent的绩效考核系统、Agent的"职业发展路径"（从初级Agent升级到高级Agent）、甚至Agent之间的协作网络（销售Agent自动把订单交给物流Agent处理）。
这个方向对吗？至少在企业市场，可管理性和可控性比纯粹的智能更重要。一个90分但行为可预测的Agent，比一个95分但偶尔"发疯"的Agent更有商业价值。微软的策略是先把框架搭好，让Agent在围栏内安全运行，再逐步扩大能力边界。
11月18日，让我们看看微软会如何定义"数字员工"的未来。
⚠️ 本文由 AI 辅助生成，内容可能存在事实性错误或理解偏差，请读者注意甄别核实。
你如何看待AI Agent成为正式"员工"这件事？你的团队会雇佣AI同事吗？
如果这篇分析帮你理解了微软的Agent战略，点个赞👍和推荐❤️让更多人看到。
转发给你的IT或HR朋友，这个变化可能比想象中来得更快。
数据来源：
- Digital Trends: https://www.digitaltrends.com/computing/your-next-coworker-could-be-a-microsoft-ai-agent-with-a-company-id/[2]
- The Register: https://www.theregister.com/2025/11/10/microsoft_agentic_users_a365/[3]
- Microsoft Tech Community: https://techcommunity.microsoft.com/blog/microsoft-entra-blog/announcing-microsoft-entra-agent-id-secure-and-manage-your-ai-agents/3827392[4]
- Microsoft Security Blog: https://www.microsoft.com/en-us/security/blog/2025/05/19/microsoft-extends-zero-trust-to-secure-the-agentic-workforce/[5]
- McKinsey: https://www.mckinsey.com/capabilities/risk-and-resilience/our-insights/deploying-agentic-ai-with-safety-and-security-a-playbook-for-technology-leaders[6]
题图来源：Digital Trends
如何学习AI大模型 ？
“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。
这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。
我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。
我意识到有很多经验和知识值得分享给大家，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。【保证100%免费】🆓
优快云粉丝独家福利
这份完整版的 AI 大模型学习资料已经上传优快云，朋友们如果需要可以扫描下方二维码&点击下方优快云官方认证链接免费领取 【保证100%免费】
读者福利： 👉👉优快云大礼包：《最新AI大模型学习资源包》免费分享 👈👈
对于0基础小白入门：
如果你是零基础小白，想快速入门大模型是可以考虑的。
一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。
👉1.大模型入门学习思维导图👈
要学习一门新的技术，作为新手一定要先学习成长路线图，方向不对，努力白费。
对于从来没有接触过AI大模型的同学，我们帮你准备了详细的学习成长路线图&学习规划。可以说是最科学最系统的学习路线，大家跟着这个大的方向学习准没问题。（全套教程文末领取哈）
👉2.AGI大模型配套视频👈
很多朋友都不喜欢晦涩的文字，我也为大家准备了视频教程，每个章节都是当前板块的精华浓缩。
👉3.大模型实际应用报告合集👈
这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。（全套教程文末领取哈）
👉4.大模型实战项目&项目源码👈
光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战项目来学习。（全套教程文末领取哈）
👉5.大模型经典学习电子书👈
随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。（全套教程文末领取哈）
👉6.大模型面试题&答案👈
截至目前大模型已经超过200个，在大模型纵横的时代，不仅大模型技术越来越卷，就连大模型相关的岗位和面试也开始越来越卷了。为了让大家更容易上车大模型算法赛道，我总结了大模型常考的面试题。（全套教程文末领取哈）
为什么分享这些资料?
只要你是真心想学AI大模型，我这份资料就可以无偿分享给你学习，我国在这方面的相关人才比较紧缺，大模型行业确实也需要更多的有志之士加入进来，我也真心希望帮助大家学好这门技术，如果日后有什么学习上的问题，欢迎找我交流，有技术上面的问题，我是很愿意去帮助大家的！
这些资料真的有用吗?
这份资料由我和鲁为民博士共同整理，鲁为民博士先后获得了北京清华大学学士和美国加州理工学院博士学位，在包括IEEE Transactions等学术期刊和诸多国际会议上发表了超过50篇学术论文、取得了多项美国和中国发明专利，同时还斩获了吴文俊人工智能科学技术奖。目前我正在和鲁博士共同进行人工智能的研究。
资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。
优快云粉丝独家福利
这份完整版的 AI 大模型学习资料已经上传优快云，朋友们如果需要可以扫描下方二维码&点击下方优快云官方认证链接免费领取 【保证100%免费】
读者福利： 👉👉优快云大礼包：《最新AI大模型学习资源包》免费分享 👈👈
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
