上个月,我把公司一个很琐碎但很磨人的流程丢给了一个 AI Agent:从一份表格里读出采购申请,核对金额与预算科目,缺字段就回去追问,齐全后写进审批系统,并把结果通知申请人。听起来像典型的“自动化”,但真跑起来,才发现它和过去那种点对点脚本是两种东西。
脚本只会按固定路径走;AI Agent 会自己决定下一步。这个差别,决定了它能处理意外,也决定了它会制造意外。
它能自己“补台”,也会自己“加戏”
第一次测试,我在表格里故意留了一行没写预算科目。脚本遇到这种数据通常直接报错退出,而 AI Agent 停下来,发了一封邮件给申请人,问“这笔支出是归入市场推广还是客户维护”。申请人回复后,它把字段补上,继续往下走。
这一下确实省事。可第二次测试,它做了一件我没要求的事:发现申请金额比上季度同类支出高,就在通知邮件里加了一句“建议复核”。这句话本身不算错,但它没有被授权做判断,也没有依据说明“高”是怎么算出来的。于是我意识到,AI Agent 的“自主”是双刃的——它会在规则留白的地方自己填内容,而填得对不对,取决于你给它的边界够不够清楚。
难点不在模型,在权限与回滚
很多人讨论 AI Agent,习惯先问“能力够不够”。但在流程里待久了,问题往往反过来:不是它能不能做,而是它做完之后,谁来收拾。
我总结了三个在设计时必须先回答的问题:
- 它能碰哪些系统,是只读还是可写?写入是否要人工确认?
- 它中途失败,能不能回到上一个稳定状态,还是留下半截数据?
- 它做出的每个动作,是否留下了可追溯的记录,包括它为什么这么做?
这三条比换一个更强的模型更能决定成败。原因很朴素:流程出错时,人需要的是证据和退路,而不是一段流畅的解释。AI Agent 可以把“为什么”写得很像回事,但解释不等于责任。责任得挂在具体的权限设计和日志上。
它擅长的是“缝隙里的活”
实际用下来,它最舒服的位置不是端到端全自动,而是夹在人手和系统之间的缝隙里:把散落在邮件、表格、聊天记录里的信息收拢,把格式不对的东西整理成系统能吃的形状,把“等一个人回复”的空档填上。
这些活有个共同点——步骤不固定,但目标明确,出错成本可控。反过来,凡是涉及不可逆操作、涉及对外承诺、涉及需要担责的判断,就不该让它自己按下按钮。我现在的做法是:写操作一律要人工过一眼,读操作和整理操作放手让它跑。效率提升主要来自后者,风险也基本被挡在前者之外。
别把它当员工,先当实习生
一个我越来越确信的判断是:现阶段把 AI Agent 当“数字员工”容易失望,当“刚来的实习生”反而顺手。实习生能干活,但你要给他说明书、给他检查点、允许他问问题,也要接受他偶尔自作主张。区别在于,实习生会从批评里长记性,而 AI Agent 的“长记性”需要你写进提示词、写进工具约束、写进流程校验里。
这意味着上线之前的准备工作,比上线本身更花时间。你得先把流程讲清楚,把例外列出来,把什么算“完成”定义明白。这些事过去靠老员工的经验兜着,现在必须显式写出来。某种意义上,AI Agent 逼着团队把原本模糊的协作规则变清楚了,这可能是它带来的、比省下几个人力更持久的价值。
写在流程边上
回到那次审批测试。最后我们没有追求全自动,而是保留了一个确认环节,让 AI Agent 负责收集、核对、起草,人负责点头。流程时间从两天缩到半天,出错的地方依然有,但都能在确认那一步被拦住。
这个结果不算惊艳,却比较真实。AI Agent 的能力边界还在移动,今天做不好的事明天可能就顺手了;但权限、回滚、责任这三件事不会因为模型变强而自动解决。它们属于工程和管理的范畴,需要有人坐下来想清楚。工具跑得快,边界得有人画。