Agent 应该聪明到什么程度？

一场企业 Agent 演示会上，业务负责人提出任务：“帮我处理一下下周可能缺货的物料。”

Agent 很快查出库存、生成缺口分析，又调用接口创建了补货单。屏幕上的执行轨迹十分流畅，现场也很兴奋。直到计划员发现：Agent 选错了仓库，忽略了一张尚未入库的在途订单，还把“准备补货方案”理解成了“正式提交申请”。

每一步在技术上都成功了，整件事在业务上却做错了。

这类失败很容易被归因于模型还不够聪明。于是，团队继续优化提示词、增加工具、延长任务规划，希望 Agent 可以少问人、自己完成更多步骤。但问题也许恰好相反：它已经能做很多事，企业却没有说明哪些地方可以灵活判断，哪些地方必须接受确定性约束。

敲黑板：企业 Agent 的先进程度，不能用“能独立完成多少步骤”衡量。

Agent 应在意图理解、任务组织和非结构化信息处理中保持灵活，在对象身份、关键判断和高风险动作上接受确定性约束。好的自主性不是没有边界，而是知道何时继续、何时降级、何时把责任交还给人。

一、“越自主越先进”，为什么是个危险假设

在通用任务中，减少人工干预往往意味着更好的体验。但企业任务不是一条纯粹的信息生成链，它会改变客户、库存、资金、设备和责任状态。

Agent 生成一份补货分析，错误可以被人发现并改写；创建一张草稿，影响仍然有限；一旦正式下发采购，错误就进入交易系统，可能占用预算、形成供应承诺。类似地，整理客户流失原因与批量发送挽回消息，分析设备告警与执行停送电操作，虽然出现在同一条任务轨迹中，风险却完全不同。

所以，“自主”必须具体到某个场景、某一步动作，而不能给整个 Agent 贴一个统一标签。一个 Agent 可以自主检索资料、组合证据、安排查询顺序，同时在冻结库存、客户触达、采购下发或运行控制前停止。

更高自主度也不代表更高成熟度。边界稳定、风险较低、结果可观察且可补偿的场景适合自动执行；高影响、不可逆或规则尚不稳定的场景，保留人工确认本身就是成熟设计。

最危险的做法，是让 Agent 直接拿到一组接口，再在提示词里写“请谨慎操作，必要时询问用户”。提示词可以影响模型行为，却不能替代服务端权限、对象校验、审批规则、幂等控制、风险分级和结果回写。真正的边界必须位于执行链路中，而不是寄希望于模型每次都记得克制。

二、Agent 擅长什么：在不确定性中组织任务

Agent 的价值，不是复制一套固定流程。传统流程已经清楚知道下一步是什么时，工作流或普通程序往往更稳定。Agent 更适合处理目标用自然语言表达、上下文分散、路径需要动态选择的任务。

它首先擅长理解意图。用户说“处理一下这批有风险的客户”，Agent 可以追问或推断：风险是流失、投诉还是信用风险？用户要的是分析、建议、任务草稿，还是正式触达？“这批客户”指当前页面选中的对象，还是某个动态条件下的集合？

其次是任务拆解。面对“分析主变油温异常并准备处理建议”，它可以拆成识别设备、读取量测、查找相关部件、调取历史缺陷、调用告警逻辑、整理证据和预填巡检任务，而不是要求用户逐条发出命令。

再次是能力选择。Agent 可以根据任务决定先查对象还是先读文档，调用哪个逻辑能力、哪个只读工具，是否需要补充上下文。工具返回异常时，它也可以调整计划、寻找替代路径或把问题交给人。

最后是处理非结构化信息。检修报告、客服记录、合同条款、会议纪要和现场照片中包含大量难以预先写成字段的内容。Agent 可以提取候选事实、归纳原因、生成摘要，再把需要确认的结论送入结构化对象和逻辑能力。

这些能力都在处理开放问题与不完整上下文。Agent 可以提出路径和候选解释，但候选不能悄悄变成权威事实，语言上的合理也不能自动升级为业务许可。

三、本体承担什么：把企业的确定性部分交出来

如果 Agent 负责在不确定性中组织任务，本体负责把企业已经明确的业务世界表达出来。

对象告诉 Agent“企业里有什么”。客户、库存项、批次、设备、工单、补货单不是任意表名，而是有身份、状态和业务边界的运行对象。Agent 找到“物料 A”还不够，还要定位“物料 A 在华东仓的库存项”。

关系告诉 Agent“对象如何相连”。客户关联授权、账户和触达记录；异常批次关联工单、成品和客户订单；设备关联测点、部件、拓扑和责任班组。关系既提供上下文，也决定行动许可和影响范围。

状态告诉 Agent“此刻能做什么”。补货单已经待审批，就不应重复创建；客户已经退订短信，就不应进入营销触达；设备处于检修中，新的告警要与未关闭工单一起判断。

逻辑能力承接需要稳定复用的判断，例如客户触达资格、缺货风险、质量冻结条件、设备告警有效性和审批级别。它们有明确输入、输出、例外、版本和测试。Agent 可以解释逻辑结果，但不能为了让方案更顺畅而临场改写关键规则。

行动能力定义可以安全执行的业务动作。创建草稿、提交补货单、登记缺陷、发送渠道消息分别需要什么参数、权限和前置条件，怎样处理重复、失败与补偿，结果写回哪里，都应由行动契约约束。

治理边界则说明谁能看、谁能做、哪些动作要确认或审批、运行轨迹保留什么证据。Agent 继承用户的业务权限，不应因为连接了高权限集成账号，就获得用户本来没有的执行能力。

可以把分工概括为一句话：Agent 负责组织，本体负责定界，逻辑能力负责判断，行动能力负责受控执行，业务系统负责保存权威交易事实，人负责关键责任。

四、一条完整轨迹：不是“规划—调用”，而是六步闭环

一次可运行的 Agent 任务，可以写成六步：

意图 → 对象 → 判断 → 动作 → 观察 → 回写

仍以“处理下周可能缺货的物料”为例。

意图。Agent 先确认任务范围：哪个组织和仓库，未来多长时间，是生成风险清单、准备补货方案，还是提交动作。自然语言在这里负责灵活入口。

对象。Agent 在本体中定位库存项、需求、在途订单、供应商和未关闭补货单。对象身份、数据来源和读取权限不能靠它猜测。

判断。Agent 调用缺货风险与补货逻辑，得到风险时间、缺口数量、原因和替代路径。关键结论来自可测试的逻辑能力，Agent负责组合解释，而不是现场发明一套库存政策。

动作。如果用户只要求方案，轨迹在建议处停止；如果允许创建草稿，Agent预填行动参数；若要提交或下发，则行动层重新校验权限、重复单据、数量约束和审批要求。

观察。创建请求发出后，Agent要读取动作结果和外部回执。超时不等于失败，返回成功也不表示业务已经完成。补货单是否审批、采购是否下发，决定任务如何继续。

回写。外部单号、对象状态、人工修改、失败原因和后续任务回到本体，成为下一轮判断的输入。没有回写，Agent只是在发起动作，不是在承担任务。

这条轨迹还有一条“运行证据链”：原始请求是什么，选了哪些对象，调用了哪个版本的逻辑，预填了什么参数，谁确认或修改，外部系统返回什么。只有这些步骤能够回放，企业才知道错误发生在意图理解、对象定位、逻辑判断、行动参数还是系统执行。

五、人在回路应该放在哪里

不少企业为了安全，在每一步都弹出确认框。结果是用户习惯性点击“继续”，确认变成橡皮图章；另一些企业为了体验顺畅，尽量不让 Agent 停下来，又把责任边界藏进了系统内部。

人在回路不应按“每调用一次工具”设置，而应放在责任真正发生变化的位置。

意图歧义点。目标对象、任务范围或“分析/建议/执行”含义不清时，继续规划只会放大误解。这里需要用户澄清，不需要审批。

证据不足点。对象匹配置信度低、关系断链、数据过期、多个来源冲突时，应让业务人员复核事实。人是在补充判断基础，不是在替机器点按钮。

责任转移点。动作开始影响资金、库存、客户权益、生产或设备状态时，需要责任人确认或审批。确认页面必须展示对象、参数、依据、影响范围、风险和回退方式。

异常接管点。外部系统结果未知、动作部分成功、权限冲突或补偿失败时，Agent应停止扩展动作，把完整上下文交给人处理。

相反，已经授权、低风险、可逆、重复发生且结果可观察的查询、摘要、草稿、提醒，不必处处请求确认。人的注意力是稀缺资源，应留给歧义、例外和责任，而不是浪费在机械点击上。

六、Agent 自主度五级：不是能力排名，而是风险配置

为了帮助企业选择边界，我把 Agent 自主度分为五级。等级描述的是“在一个具体场景中，Agent 最远可以推进到哪里”，不是给模型打智力分，也不是要求所有场景最终升到第五级。

L1：只检索和解释

Agent 可以查询资料、汇总事实、解释规则，不选择业务对象集合，也不生成正式建议。适合刚接入、对象体系尚不完整，或者对答案质量仍在评估的场景。

例如，解释安全库存政策、汇总某设备的历史检修报告。主要风险是引用错误和越权读取，因此要控制来源、权限和引用证据。

L2：定位对象并生成建议

Agent 可以把自然语言落到具体对象，沿关系组织上下文，给出候选分析或下一步建议，但不调用关键判断替人作结论，也不执行写操作。

例如，定位高风险库存项并生成待核查清单，识别油温异常设备并整理可能原因。对象匹配不确定时必须显式提示并请人确认。

L3：调用逻辑能力形成方案

Agent 可以调用经过测试和版本管理的逻辑能力，生成结构化判断、方案和行动参数。它不再只靠语言模型推测规则，但仍停在建议或草稿层。

例如，计算缺货时间和建议数量，判断客户是否具备触达资格，生成质量异常影响范围。适合规则相对明确、方案需要复用，但正式动作仍有责任要求的场景。

L4：在确认后执行中风险动作

Agent 完成对象定位、逻辑调用和参数预填，向责任人展示证据、影响和风险；确认后，由行动能力执行创建任务、提交补货单、登记一般缺陷等中风险动作。

这里的关键不是多一个确认框，而是确认人真正理解并承担这次行动。高风险动作可以使用类似流程，但通常还需要更高层审批，甚至不允许 Agent 直接触发。

L5：在限定场景内自动执行并观察结果

Agent 可以在预先授权的对象范围、金额或数量阈值、时间窗口和工具集合内自动执行，并持续观察状态、处理可预期异常、触发补偿或转人工。

它适合低风险、标准化、可补偿、历史表现稳定且结果可观察的动作，例如创建内部观察任务、更新非关键备注、按明确策略生成低风险草稿。L5 不是“自由行动”，而是“在很窄的跑道内自动闭环”。

七、如何为一个场景选择等级

自主度不能只看动作是否简单。一个点击操作可能对应大额采购，一套复杂分析也可能只是只读报告。评估时至少要看六个问题。

• 业务影响：是否改变资金、库存、客户权益、生产或设备状态？

• 可逆程度：错误能否撤销、补偿，还是会形成不可恢复的外部后果？

• 判断稳定性：规则是否明确、经过测试，还是依赖大量情境经验？

• 对象与数据质量：身份、关系、状态是否完整及时，冲突能否被识别？

• 权限与责任：谁授权、谁承担结果，是否存在明确审批和接管角色？

• 观察能力：执行后能否取得权威回执，发现失败、重复和业务偏差？

影响越高、越难回退、判断越不稳定、观察越弱，自主度就应越低。即使运行在 L5，只要出现对象不确定、证据冲突、规则变化、系统异常或影响超阈值，也应降级到 L3 或 L4。

反过来，某个场景长期稳定并不意味着可以直接升级。企业要用历史回放和小范围运行证明：对象选对率、逻辑结果、动作成功率、人工修改率、异常接管和业务结果都处于可接受范围，再逐步放宽对象范围或动作权限。升级的是经过验证的运行边界，不是对模型的信心。

带走一张表：Agent 自主度五级评估表

评审时不要只选一个等级，还要写清四项配置：允许作用的对象范围、允许调用的动作、必须降级的触发条件、结果观察和人工接管时限。没有这四项，“L5 自动执行”仍然只是一个模糊口号。

结语：让 Agent 灵活地想，受控地做

企业需要的 Agent，不是一个在所有环节都自由发挥的模型，也不是一个每走一步都等待确认的聊天界面。

它应该在用户表达模糊时理解意图，在上下文分散时组织信息，在路径不确定时拆解任务、选择能力；同时，它应接受对象身份、关系、状态、关键逻辑、行动契约和权限审批的约束。灵活性放在任务组织层，确定性放在业务后果层。

Agent 自主度五级提供的不是一条“从低级走向高级”的升级路线，而是一套配置语言：这项任务可以走到哪一步，哪里要停，谁来接手，什么条件下可以再向前。

真正聪明的 Agent，不是从不向人求助，而是能识别自己的边界；真正成熟的企业，也不是把人完全拿掉，而是把人的判断和责任放在最值得出现的位置。

留一道思考题：

企业为什么敢让 Agent 做事？答案不只在权限和审批，还在于每一次判断、行动、失败和人工干预，能不能留下完整的运行证据。