"聊天机器人"和"AI智能体"经常被混为一谈，但两者解决的问题层次完全不同。聊天机器人的目标是"答对问题"，智能体的目标是"完成任务"。很多团队跳过中间阶段直接奔着自主智能体去，结果项目失控——模型在缺乏约束的状态下乱调工具、乱发消息。真正可落地的路径是沿着自主度分级逐级演进，每一级把人机权责和记忆能力建扎实，再往上走。

一、四个演进阶段——能力是叠加的不是替换的

第一阶段规则应答：关键词匹配+话术库，能回答固定问题，零幻觉但毫无灵活性。第二阶段检索问答（RAG）：接入企业知识库，能回答知识库覆盖范围内的自然语言问题，覆盖大部分客服咨询——目前多数团队的合理终点就在这一级。第三阶段工具调用型Agent：在问答基础上能查实时数据、执行确认后的操作，处理"查我的订单到哪了""帮我改下地址"这类需要动作的请求。第四阶段自主规划型Agent：接受模糊目标，自主拆解多步任务、跨系统编排执行、处理中途异常，处理"帮我跟进昨天所有问过价格的客户"这类复杂委托。

关键认知是四个阶段叠加共存而非替换：同一个助手面对不同请求走不同阶段——固定指令走规则、知识问题走RAG、明确操作走工具调用、复杂目标才进自主规划。全部请求都用最重的自主模式，是成本和风险双高的做法。

二、自主度分级——每一级说清人和AI各负责什么

类比自动驾驶的分级思路，Agent自主度可以分成五级。L0纯人工：微信只作为沟通工具，所有动作由人完成。L1建议辅助：AI给话术建议、信息摘要，人决定是否采用——AI不直接接触发送按钮。L2确认执行：AI生成完整动作方案（发给谁、发什么、改什么），人确认后程序执行。L3受限自主：低风险动作（查信息、打内部标签、发资料）AI自动执行，高风险动作仍需确认，且全程受频控和权限约束。L4目标自主：人只给目标和边界，AI自主规划执行并汇报结果，仅适用于经过充分验证的封闭场景。

分级的意义是防止越级：在L2能力没验证扎实时直接放L3，误发消息事故几乎必然发生。每升一级要满足三个条件——上一级的准确率数据达标、监控审计体系就位、人工接管通道顺畅。降级机制同样重要：L3运行中遇到低置信、异常或客户投诉信号，立即退回L2请求人工确认，自主度只能单向临时降级，不能强行自动完成。

三、记忆系统——智能体越"长命"越需要分层记忆

单轮问答不需要记忆，任务型智能体必须有。记忆分三层。短期工作记忆：当前会话的上下文窗口，保留最近几轮对话和正在执行的任务状态，随会话结束清理。长期客户记忆：跨会话沉淀的客户画像——身份信息、偏好、历史订单、过往问题摘要，存在数据库按需检索注入提示词，注意只存事实不存臆测，每条记忆带来源和时间。情景记忆：过去类似任务是怎么处理的、成功还是失败、用户当时给过什么纠正——这是Agent"积累经验"的载体，遇到相似情境时检索历史案例辅助决策。

记忆系统的工程难点不是存是管：记忆会过时（客户换地址、偏好改变），需要有效期和冲突更新机制——新事实覆盖旧事实并保留变更痕迹；记忆会出错（模型错误摘要），高影响记忆（如客户禁忌、承诺记录）要有人工确认环节；记忆注入要节制——把全部画像塞进提示词既浪费token又干扰判断，按当前任务相关性检索，只注入用得上的片段。

阶段与自主度对照

阶段	核心能力	对应级别	人机边界
规则应答	关键词话术	L1	AI只做建议
检索问答	知识库RAG	L1-L2	回复可自动，动作不行
工具调用Agent	查数据+执行操作	L2-L3	写操作确认，读操作自动
自主规划Agent	拆任务+跨系统编排	L3-L4	目标授权，边界内自主

分级运行时实现

class AutonomyRuntime:
    LEVEL_POLICY = {
        1: {"auto": [], "human_confirm": []},
        2: {"auto": ["knowledge_reply"],
            "human_confirm": ["write_action"]},
        3: {"auto": ["read_action", "internal_tag",
                      "send_asset"],
            "human_confirm": ["send_marketing",
                              "modify_business_data"]},
    }

    def execute(self, plan, wxid, current_level=3):
        results = []
        for action in plan.steps:
            policy = self.LEVEL_POLICY[current_level]
            if action.type in policy["auto"]:
                if self.risk_signals(action, wxid):
                    return self.downgrade_to_confirm(action)
                results.append(tool.run(action))          # 受限自主
            else:
                return self.request_approval(action)      # 降级确认
        return results

    def build_memory(self, wxid, task):
        """分层记忆按需注入"""
        recent = dialog_store.recent(wxid, turns=5)        # 短期
        profile = vector_store.search(                    # 长期画像
            f"客户画像 {task.intent}", wxid, top_k=5)
        episodes = episode_store.recall(task, top_k=3)    # 情景
        return render_memory(recent, profile, episodes,
            max_tokens=2000)

    def learn_episode(self, task, outcome, correction):
        """情景记忆沉淀：含用户纠正"""
        episode_store.save({
            "goal": task.goal, "steps": task.steps,
            "result": outcome, "correction": correction,
            "validated": correction is None})

落地建议

按阶段老老实实演进：RAG做到85%以上问答命中率再上工具调用，工具调用的读操作准确率和写操作确认流程稳定后再谈受限自主，L4目标自主在微信这种直接面对客户的场景要极其谨慎，先在内部办公这类容错高的场景验证。自主度做成可配置策略而不是写死——不同业务线、不同账号、不同客户等级可以跑在不同级别。记忆系统从短期上下文和长期客户档案起步，情景记忆等执行轨迹积累两三个月后再启用。微信侧的消息通道和关系操作能力由Eyun这类个人微信API平台提供，分级管控和记忆管理在自建Agent平台实现，回调事件、接口能力和频控规则以Eyun平台的开发文档为准。