01
一句话定义
不只是回答问题，而是能够调用工具推进一段受控流程。
02
解决什么问题
它适合处理重复、可描述、可验证的流程，但需要清楚的权限、异常处理和人工监督。
03
适用与不适用
适用场景
- 步骤重复、规则明确且需要跨工具执行的工作流
- 能够设置权限、异常处理和人工接管的团队
不适用场景
- 目标模糊、规则持续变化且无法验证结果的任务
- 允许系统在高风险环境中无监督自主操作
04
前置条件
01
明确任务、成功条件与停止条件
02
工具权限、数据范围与审计要求
03
评估集、异常处理与人工接管
05
输入与输出
| 输入 | 输出 |
|---|---|
| 工作流步骤与决策规则 | 智能体流程与责任边界 |
| 工具、知识与权限配置 | 评估、日志与异常记录 |
| 测试案例与风险场景 | 上线、回退与人工接管方案 |
06
标准步骤
01
研究资料整理
02
内容初稿与审核流转
03
监测摘要与内部问答
07
判断标准
01
模型、工具和指令共同组成系统
02
权限与数据边界必须明确
03
保留日志、评估和人工接管
08
常见失败方式
01
智能体就是聊天机器人
02
接入更多工具一定更好
03
上线后不需要持续评估
09
衡量指标
01
任务完成率
在规定条件内正确完成任务的比例。
02
人工接管率
因不确定、异常或高风险需要人工介入的比例。
03
严重错误与越权
错误执行、数据泄露或超出授权范围的事件。
10
案例拆解
从辅助建议到可控执行
情境
团队希望自动处理重复任务，但输入不完整和异常场景经常出现。
处理方法
先定义任务边界与评估集，再逐步开放工具权限，并在关键动作前保留人工确认。
关键结论
智能体的核心不是能调用多少工具，而是能否在边界内可靠完成任务。
11
工具模板
智能体任务卡
权限与风险矩阵
评估与异常日志
12
修订记录
版本 2.0
2026-07-15
升级为深度知识单元，补充适用边界、输入输出、衡量指标、案例和主张级证据。