团队来了个新人，第一周基本都在做同一件事：翻聊天记录。这个流程为什么这么走、那个坑是谁踩出来的、模板应该用哪一版，散落在群里、旧文档里、老同事的脑子里。新人问一圈，得到的答案还经常对不上。等他把这些拼图拼完，两周过去了。
这个场景很多团队都有，只是默认了”新人就是得熬”。其实用 AI Agent 能把这件事变成一个持续的流程：把散落经验收拢成一份入职知识包，让新人先查、再问、最后反哺，经验越用越多而不是越传越少。
第一步：先把散落的经验收集起来
别一上来就让 Agent 凭空写一份入职手册，那大概率是一堆正确的废话。正确的做法是先喂素材：历史群聊的导出、交接文档、旧版 FAQ、离职同事留下的笔记，让 Agent 按”操作步骤、踩过的坑、负责人、适用范围”四个维度归类。素材不齐没关系，先搭骨架，后面逐步补。
这一步其实和 用 AI Agent 做团队知识沉淀 是同一个思路：把临时经验变成可复用流程，而不是依赖某个人记性好。
第二步：按新人视角重写，不是搬运
收集来的素材是”当事人视角”，新人需要的是”新手视角”。同一个流程，老人写的是”改配置后重启服务”，新人需要的是”配置文件在哪、改完怎么验、改错了怎么回滚”。让 Agent 按这个标准重写，每个条目都带上来源和更新时间，新人看到答案时能判断它可不可信、新不新鲜。
重写完之后别急着上线，先拿给一两个刚入职不久的人看，他们最清楚哪些地方看不懂。这跟 需求验收标准 的逻辑一样：验收要验收”新人能不能用”，而不是”内容看起来全不全”。
第三步：让新人提问反哺知识包
入职知识包最大的价值不在第一天，而在后面的持续生长。新人遇到库里没有的问题时，别让答案又回到口头流传——把问题记下来，标记成”待补充条目”，周会的时候花十分钟确认答案，由 Agent 更新进知识包。这样每来一个新人，知识包就厚一点，而不是老员工又重复讲一遍。
这个反哺闭环同时解决了另一个隐患：知识包如果只在入职时更新一次，半年后就全是过期内容。新人看到旧政策、旧价格，比没有答案更危险。所以入职知识包要纳入 知识库过期提醒 和 知识库陈旧内容巡检 的日常机制，让旧条目自己冒出来，而不是等新人踩坑。
老达实操建议
做这件事最怕一上来追求完美。我的建议是先选一个最常被问的场景——比如报销流程或者周报怎么写——跑通一遍，再逐步扩到其他模块。不要一次性让 Agent 处理所有历史资料，那既慢又难验收。另外，知识包要设一个明确的负责人，Agent 可以持续产出，但”确认答案对不对”这件事必须有人兜底，这和 人工复核抽检 的原则一致：机器干活，人管质量。
总结
新人入职知识包不是一份文档，是一个不断生长的流程：收集、重写、提问、反哺、巡检。把它交给 AI Agent 来做，省下的不只是整理时间，更是让团队经验从”靠人传”变成”靠系统留”。下次再有人问”这个流程为什么是这样”，答案是：因为知识包里有记录。
