过去一年，几乎每家企业都看过至少一场 AI 智能体的演示：连点几个按钮，Agent 自动查数据、写报告、发邮件，行云流水。但把同一套系统放进真实业务，多数项目停在"内部试用"阶段，不敢放给一线用。演示和生产的差距，很少出在模型能力上，而是出在三件不起眼的工程事上。

第一，任务边界没有画小，失败率被乘法放大

演示里的 Agent 往往一口气完成五六个步骤：理解需求、查多个系统、综合判断、生成结果。每一步准确率哪怕都有九成，六步连乘也只剩五成多——一半的输出是错的，这在演示里看不出来，因为演示者会挑成功的路走。真实业务不挑路，错一半就是事故。

可执行做法：把长链条任务拆成"单步可信"的小任务，每一步的产出都允许人快速确认或系统自动校验，确认后再进下一步。宁可先做一个只干一件事但从不干错的 Agent，也不要做一个什么都能干但一半靠运气的 Agent。任务边界画得越小，越早能上线，上线后积累的信任才是扩大边界的前提。

第二，工具和权限是按"演示假设"设计的，一上真实数据就翻车

演示环境里，Agent 的工具调用往往是只读的、白名单化的、数据是准备好的。而一线使用意味着它要面对真实的写操作：改单据、发通知、动配置。权限设计如果还是演示假设，轻则误操作频出，重则出现越权访问。

可执行做法：给 Agent 的每个工具单独设计权限级别，只读类放开，写操作类先走"生成草稿、人来确认提交"的兜底模式；所有写操作留痕可审计。等某类写操作的准确率在数据上稳定达标，再逐类放开。权限的收紧与放开要有明确门槛，而不是上线那天一刀切。

第三，没有可观测和回滚机制，出一次错就失去所有信任

很多团队给 Agent 上线准备了演示脚本，却没准备"错了怎么办"的预案。一线用户对系统的信任是一次性的：第一次拿到错误结果还不明所以，第二次就不会再用了。

可执行做法：Agent 的每一步——收到什么输入、调了什么工具、拿到什么结果、做了什么决策——全部记录成可查的轨迹；输出附带依据来源，让人可以快速核验；关键场景配自动回归评测集，每次改动模型或提示词都先跑一遍再发布；出问题能一键回滚到上一个稳定版本。可观测不是为了排查方便，是为了让业务方敢于把任务交出来。

写在最后

智能体的落地难度，与其说在算法，不如说在工程纪律：边界画小、权限分级、全程可观测。这三件事没有任何一件需要新技术，但每一件都决定了系统能不能从会议室走进业务流程。先让 Agent 在小范围"从不出错"，再谈"什么都能干"——上线的顺序，本来就不该反过来。

---

——文/吴佳文，广东省人工智能与机器人学会副秘书长，长期关注AI产业落地与人工智能人才培养。过去一年，几乎每家企业都看过至少一场 AI 智能体的演示：连点几个按钮，Agent 自动查数据、写报告、发邮件，行云流水。但把同一套系统放进真实业务，多数项目停在"内部试用"阶段，不敢放给一线用。演示和生产的差距，很少出在模型能力上，而是出在三件不起眼的工程事上。

第一，任务边界没有画小，失败率被乘法放大

演示里的 Agent 往往一口气完成五六个步骤：理解需求、查多个系统、综合判断、生成结果。每一步准确率哪怕都有九成，六步连乘也只剩五成多——一半的输出是错的，这在演示里看不出来，因为演示者会挑成功的路走。真实业务不挑路，错一半就是事故。

可执行做法：把长链条任务拆成"单步可信"的小任务，每一步的产出都允许人快速确认或系统自动校验，确认后再进下一步。宁可先做一个只干一件事但从不干错的 Agent，也不要做一个什么都能干但一半靠运气的 Agent。任务边界画得越小，越早能上线，上线后积累的信任才是扩大边界的前提。

第二，工具和权限是按"演示假设"设计的，一上真实数据就翻车

演示环境里，Agent 的工具调用往往是只读的、白名单化的、数据是准备好的。而一线使用意味着它要面对真实的写操作：改单据、发通知、动配置。权限设计如果还是演示假设，轻则误操作频出，重则出现越权访问。

可执行做法：给 Agent 的每个工具单独设计权限级别，只读类放开，写操作类先走"生成草稿、人来确认提交"的兜底模式；所有写操作留痕可审计。等某类写操作的准确率在数据上稳定达标，再逐类放开。权限的收紧与放开要有明确门槛，而不是上线那天一刀切。

第三，没有可观测和回滚机制，出一次错就失去所有信任

很多团队给 Agent 上线准备了演示脚本，却没准备"错了怎么办"的预案。一线用户对系统的信任是一次性的：第一次拿到错误结果还不明所以，第二次就不会再用了。

可执行做法：Agent 的每一步——收到什么输入、调了什么工具、拿到什么结果、做了什么决策——全部记录成可查的轨迹；输出附带依据来源，让人可以快速核验；关键场景配自动回归评测集，每次改动模型或提示词都先跑一遍再发布；出问题能一键回滚到上一个稳定版本。可观测不是为了排查方便，是为了让业务方敢于把任务交出来。

写在最后

智能体的落地难度，与其说在算法，不如说在工程纪律：边界画小、权限分级、全程可观测。这三件事没有任何一件需要新技术，但每一件都决定了系统能不能从会议室走进业务流程。先让 Agent 在小范围"从不出错"，再谈"什么都能干"——上线的顺序，本来就不该反过来。

---

——文/吴佳文，广东省人工智能与机器人学会副秘书长，长期关注AI产业落地与人工智能人才培养。过去一年，几乎每家企业都看过至少一场 AI 智能体的演示：连点几个按钮，Agent 自动查数据、写报告、发邮件，行云流水。但把同一套系统放进真实业务，多数项目停在"内部试用"阶段，不敢放给一线用。演示和生产的差距，很少出在模型能力上，而是出在三件不起眼的工程事上。

第一，任务边界没有画小，失败率被乘法放大

演示里的 Agent 往往一口气完成五六个步骤：理解需求、查多个系统、综合判断、生成结果。每一步准确率哪怕都有九成，六步连乘也只剩五成多——一半的输出是错的，这在演示里看不出来，因为演示者会挑成功的路走。真实业务不挑路，错一半就是事故。

可执行做法：把长链条任务拆成"单步可信"的小任务，每一步的产出都允许人快速确认或系统自动校验，确认后再进下一步。宁可先做一个只干一件事但从不干错的 Agent，也不要做一个什么都能干但一半靠运气的 Agent。任务边界画得越小，越早能上线，上线后积累的信任才是扩大边界的前提。

第二，工具和权限是按"演示假设"设计的，一上真实数据就翻车

演示环境里，Agent 的工具调用往往是只读的、白名单化的、数据是准备好的。而一线使用意味着它要面对真实的写操作：改单据、发通知、动配置。权限设计如果还是演示假设，轻则误操作频出，重则出现越权访问。

可执行做法：给 Agent 的每个工具单独设计权限级别，只读类放开，写操作类先走"生成草稿、人来确认提交"的兜底模式；所有写操作留痕可审计。等某类写操作的准确率在数据上稳定达标，再逐类放开。权限的收紧与放开要有明确门槛，而不是上线那天一刀切。

第三，没有可观测和回滚机制，出一次错就失去所有信任

很多团队给 Agent 上线准备了演示脚本，却没准备"错了怎么办"的预案。一线用户对系统的信任是一次性的：第一次拿到错误结果还不明所以，第二次就不会再用了。

可执行做法：Agent 的每一步——收到什么输入、调了什么工具、拿到什么结果、做了什么决策——全部记录成可查的轨迹；输出附带依据来源，让人可以快速核验；关键场景配自动回归评测集，每次改动模型或提示词都先跑一遍再发布；出问题能一键回滚到上一个稳定版本。可观测不是为了排查方便，是为了让业务方敢于把任务交出来。

写在最后

智能体的落地难度，与其说在算法，不如说在工程纪律：边界画小、权限分级、全程可观测。这三件事没有任何一件需要新技术，但每一件都决定了系统能不能从会议室走进业务流程。先让 Agent 在小范围"从不出错"，再谈"什么都能干"——上线的顺序，本来就不该反过来。

---

——文/吴佳文，广东省人工智能与机器人学会副秘书长，长期关注AI产业落地与人工智能人才培养。