Cisco 给 9 万员工配上个人 Agent：记住你的一切，还能替你跨系统办事

一名 Cisco 员工以后可能不必再依次打开 Outlook、Webex、Jira 和 SharePoint，自己翻邮件、找文件、建任务，再通知相关同事。 他只需要告诉一个 AI 自己希望得到什么结果。剩下的步骤，由 AI 判断应该调用哪些系统、寻找哪些信息，以及按照什么顺序推进。 Cisco 给 9 万员工配上“数字分身” 当地时间 8 月 27 日，Cisco 宣布开始向全球约 9 万名员工部署个人 AI Agent MyAgent。 Cisco 运营执行副总裁 Thimaya Subaiya 在 x 上表示，这不是小范围试点，是一次覆盖全体员工的正式 rollout。这款Agent 专为所有 Cisco 员工打造，自己也在体验 Agent 的过程中学到了很多，比如最初在使用它时，最需要的就是安全和信任。 《华尔街日报》将其称为大型企业中较早出现的全公司范围个人 Agent 部署案例之一。 但其实如果只看“9 万人使用 AI”这个数字，它并不算史无前例。 摩根大通的内部生成式 AI 平台 LLM Suite 在八个月内已经覆盖 20 万名员工，此外，沃尔玛也在为更大规模的一线员工提供不同类型的 AI 工具。 MyAgent 更值得关注的地方，在于 Cisco 试图把内部 AI 从一个供员工主动打开的聊天框，变成一个能够持续记忆、跨系统调用工具并在后台推进任务的执行入口。 Cisco 将 MyAgent 描述为从 chat-based interaction 走向 supervised autonomous execution，即“受监督的自主执行”。 那这款 MyAgent 什么来头？ 据公开资料显示，MyAgent 不是由某一家外部模型公司交付的，也不是一个独立训练出来的大模型。它是 Cisco 内部研发的“超级 Agent”，由 Cisco 运营体系、Cisco IT 及 Automation and AI Center 等团队共同建设，底层复用了 Cisco 自 2023 年开始搭建的内部 AI 平台 Circuit。而 Circuit 核心团队约有40人，并获得多个业务部门共同参与。 Cisco AI 助手采用历程回顾 Cisco 在2025年11月发布的内部 AI 助手架构回顾中提到，2023年4月，Cisco 推出了第一代内部生成式 AI 助手。当时 ChatGPT 已经开始在员工中扩散，Cisco 担心员工将内部数据、客户信息和个人身份信息直接输入公共 AI 服务。因此，第一代系统首先解决的不是 Agent 执行问题，而是“如何让所有员工安全使用大模型”。 这一版本主要运行在 Azure OpenAI 模型上。上线八个月后，只有约30%的员工使用，且主要是技术人员。Cisco 随后开始重新设计界面，并接入内部 IT、销售、产品和员工服务数据。 随后，Cisco 将原来的内部助手升级为 Circuit。 Circuit 已经不再绑定 Azure OpenAI，而是一个多模型、受治理的内部 AI 平台。它可以接入：Azure OpenAI、Anthropic Claude、Google Gemini、Cisco 自研的 Deep Network Model、其他开放权重模型、Cisco 各业务团队开发的内部 Agent 以及传统软件自动化工具。 平台会根据任务类型、成本、延迟、可靠性和模型能力自动路由请求。 员工看到的是同一个入口，但后台可能完全没有调用前沿大模型：简单、确定性的操作可以交给传统自动化；常规语言任务可以交给本地开放权重模型；只有复杂推理任务才需要调用能力更强、成本更高的外部模型。 Circuit 还建立了企业级 Agent Registry 和 MCP Registry。Cisco 各团队开发的 Agent、连接器和 MCP Server，可以注册进统一目录，经过身份、权限与安全审查后再被其他系统调用。 截至 Cisco 2025 年披露数据，这套平台已经处理超过4500万次交互，日均约15.6万次，并显著提高了效率，73% 的用户表示生产力有所提高，平均每周节省 5 小时。 Cisco 表示，在采用 AI 助手的过程中，也遇到了一些挑战。他们提到： “AI工具的可靠性完全取决于其训练数据的质量。团队早期面临的一个挑战是确保只向工具输入干净、高质量且结构化的数据。任何低于此标准的数据都可能严重降低响应质量和解决方案的实用性。开发团队进行了持续而严格的测试，以确保助手不会出现错误，并始终提供最新、准确的响应。此外，在全球员工中推广应用该解决方案也面临挑战，尤其是在那些对人工智能持谨慎态度或缺乏技术背景的员工中。尽管该解决方案已获准用于处理思科高度机密的数据，但员工们仍然对其使用和潜在的滥用风险感到担忧。这促使我们努力提升员工技能，包括创建有效的演示、提供赋能资源以及提高员工对AI的整体认知。 ” 所以经历了两年多的实践后，2026年，Cisco 在 Circuit 之上长出了 MyAgent。MyAgent 是 Circuit 从“模型入口”继续走向“行动入口”的结果。 Circuit 更像企业内部 AI 平台，为员工提供模型、知识库、搜索、Agent 和连接器，MyAgent 则进一步面向个人，将这些能力组织成一个长期陪伴员工的超级 Agent。 它增加了几个重要能力： 持久记忆：保留员工偏好、过往交互和工作上下文；意图驱动：员工提供目标，而不是详细规定每一步；跨系统执行：在多个企业应用之间协调任务；后台运行：员工离开聊天窗口后仍可继续推进；个人化权限：按照对应员工已有的企业权限获取数据；子Agent调用：根据任务调用后端专业 Agent。 据《华尔街日报》援引运营执行副总裁 Thimaya Subaiya 的说法，MyAgent 并不是自己直接完成所有任务。它更像一个总调度员，背后连接了超过 800个专业 Agent。约50%～60%的 AI 请求由开放权重模型处理，约20%～30%由传统软件自动化处理，剩余请求中，只有很小一部分需要调用外部基础模型。Cisco 还在自有数据中心用 GPU 运行开放权重模型。 那这款MyAgent 落到业务场景中，具体能做什么？该如何使用？ 按照 Cisco 的介绍，员工输入的不再只是一个具体指令，而是目标、上下文和期望结果。MyAgent 会据此判断完成目标所需的步骤，在 Outlook、Webex、Jira、SharePoint 等应用之间协调工作，并在适当的人类监督下于后台继续推进。 例如，面对一个项目进度异常，员工不一定要分别检索邮件、会议记录和 Jira 工单。Agent 可以汇总不同系统中的信息、查找偏差来源、形成结论，再准备后续通知。Subaiya 向《华尔街日报》列举的场景还包括整理收件箱、过滤垃圾邮件、起草回复，以及汇总和分析市场信息。 这使 MyAgent 与普通 Copilot 的区别不只体现在能力更强，而在于工作方式发生了变化：Copilot 通常停留在当前软件中辅助人完成一个步骤，MyAgent 则试图站在应用之上，根据目标组织一串步骤。 Cisco 把这种形态称为“环境智能”（ambient i