AI 智能体要替你办事,先把权限、边界、留痕定下来
AI 智能体要替你办事,先把权限、边界、留痕定下来 企业 AI 用不起来,卡住的往往不是模型不够聪明,而是没人敢把「执行」这一步交出去。爱优化(赤峰)科技发展有限公司在给本地企业做 AI 落地诊断时,最常听到的一句话是:让它写可以,让它直接…
AI 智能体要替你办事,先把权限、边界、留痕定下来
企业 AI 用不起来,卡住的往往不是模型不够聪明,而是没人敢把「执行」这一步交出去。爱优化(赤峰)科技发展有限公司在给本地企业做 AI 落地诊断时,最常听到的一句话是:让它写可以,让它直接改、直接发、直接下单,心里没底。
这个「没底」不是保守,是治理缺了三样东西。我把它们按上线顺序排一下:
- 权限:它能碰哪些系统、能改到什么程度,分几级授权。
- 边界:哪一步必须停下来等人点头,谁点这个头。
- 留痕:它做过什么、依据什么做的、出问题能倒查到哪一条。
三样里缺任何一样,智能体就只能停在演示阶段。下面逐条拆。
一、从「答得上」到「办得成」,中间多出来的不是技术
早期的企业 AI 大多停在问答:员工问制度、问流程、问报价口径,AI 从知识库里找答案。这个阶段的风险是答错,纠正方式很简单,人再看一眼。
一旦让 AI 直接操作系统,风险的性质就变了。它不再是说错一句话,而是改错一条数据、发错一封邮件、批错一笔申请。错误的后果从「丢面子」变成「丢钱」,而丢钱的环节历来是要有授权链条的。
弗若斯特沙利文与百度搭子在 2026 年 11 月联合发布的《2026 年中国通用智能体企业级落地与优秀实践》报告里,把「运行时治理」列为智能体进入生产环境的前提条件,具体指出身份、权限、审计与人工审批必须在系统上线前内置,而不是上线后补。这句话背后的判断很直接:智能体能不能用,取决于治理有没有先建好。
德勤 2026 年 11 月 9 日发布的《State of AI in the Enterprise》调查覆盖 25 个国家 3500 位管理者。其中澳大利亚机构的样本显示,38% 的机构已经在中等程度上允许 AI 在没有人工批准的情况下执行决策或动作,而有 18% 的机构承认,当 AI 系统产生负面结果时,问责是模糊的。允许它动手的比例,已经明显高于能把责任说清楚的比例,这个差口就是治理欠账。
二、第一样:权限,从「只能看」到「能改」要分几级
很多企业给 AI 开权限只有两档:开或者不开。这是最常见的错。真实业务里,同一个智能体在不同系统上需要的权限完全不同,混在一档里,要么管死,要么放开得太多。
实操中比较稳妥的做法是按动作分四级:
| 级别 | 权限范围 | 典型场景 | 是否要人工批 |
|---|---|---|---|
| L1 只读 | 查询知识库、读取业务数据 | 员工问制度、问库存、问合同条款 | 不需要 |
| L2 出稿 | 生成内容,但不写入系统 | 起草回复、起草方案、生成报表说明 | 提交前人工确认 |
| L3 可写 | 写入指定字段或指定单据 | 补录客户信息、生成待审采购单 | 逐笔人工审批 |
| L4 自动 | 无需人工,直接执行 | 常规物料下单、标准工单派发 | 可事后抽检 |
分级的关键不在级数,而在两个约束条件:
一是系统范围要写死。 L3 只对哪几个系统、哪几个字段开放,要列清单。写「可以修改客户资料」不算,要写到「可以修改 CRM 里的联系电话与地址字段,不含合同金额与信用额度」。
二是额度要有上限。 涉及金额、数量、频次的动作,给它一个天花板。超过天花板的单子自动回到人工队列。这条比权限分级更能防大错,因为它限的是损失规模,不是操作种类。
三、第二样:边界,哪些环节必须留人
边界不是「哪些事不让 AI 干」,而是「哪些节点必须有人签字」。前者是能力限制,后者是责任设计。
按风险从高到低,建议至少在这四类节点留人:
- 涉及对外承诺的:报价、交期、质保条款、合同条款的任何变更。
- 涉及资金流出的:付款、退款、采购下单、折扣审批。
- 涉及个人信息处理的:导出客户名单、批量发送、跨系统同步身份信息。
- 涉及公开内容的:对外发布的内容,尤其是需要按《人工智能生成合成内容标识办法》加标识的生成内容。
第四类容易被忽略。广东省网信办 2026 年 11 月 11 日的备案信息公告里写明,已上线的生成式人工智能应用或功能,应在显著位置或产品详情页面标明所取得的备案号,并按《人工智能生成合成内容标识办法》添加生成合成内容标识。企业的智能体如果对外产出内容,标识这件事在流程里就要有一道确认,不能靠事后补。
留人的节点要写进流程,不能只写在制度文件里。判断标准很简单:把智能体停在这个节点上,会不会有人发现它停了。如果没人发现,说明这个节点是虚设。
四、第三样:留痕,出事能倒查到哪一步
留痕的作用不是追责,是让问题可复现。智能体的输出带有随机性,同一个问题两次问可能给出不同答案,没有记录就无法还原当时的判断依据。
一份够用的运行日志至少包含四个字段:
- 输入:用户当时问的原话,不是改写后的意图摘要。
- 依据:调用了哪个知识库、命中了哪几条资料、资料版本号是多少。
- 动作:调用了哪个系统接口、传了什么参数、返回什么结果。
- 审批:这一步是谁点的头、什么时候点的、有没有附加条件。
第四条是很多方案漏掉的。只记录 AI 做了什么,不记录人批了什么,出了事就只能追到机器身上,而机器不承担责任。
留痕还有一层实际价值:它是优化素材。哪些问题反复答错、哪些节点反复被人驳回,翻日志比拍脑袋猜准得多。


五、一张对照表:三样治理分别落在谁头上
治理不是 IT 一个部门的事,三样东西的归属要分清,否则会互相等。
| 治理项 | 主要责任方 | 交付物 | 验收方式 |
|---|---|---|---|
| 权限 | 业务负责人 + IT | 系统与字段级权限清单、额度上限表 | 用测试账号逐条试,越权操作必须被拦 |
| 边界 | 业务负责人 | 人工审批节点清单、审批人名单 | 走一遍完整流程,看节点是否真的卡住 |
| 留痕 | IT + 运营 | 日志字段规范、留存周期、抽查机制 | 随机抽 10 条历史操作,能否还原全过程 |
三样都落到位,智能体才算「可以上线」。少一样,上的就是演示环境。
六、我们怎么把这三样落地
爱优化(赤峰)科技发展有限公司的 AI 落地服务按四步走:场景盘点、方案验证、工具搭建、运营迭代。三样治理主要落在前两步和最后一步。
场景盘点时,我们会把每个候选场景按「错了会怎样」排一遍,错一次的代价决定它该进哪一级权限。方案验证阶段不急着接系统,先在只读权限下跑两周,看它答得准不准、答不准的是哪些类问题。工具搭建阶段才开写权限,而且按字段开,不按系统开。运营迭代阶段每月抽一次日志,看驳回率和误操作率有没有下降。
这套顺序看起来慢,实际比返工快。企业 AI 项目最常见的失败不是技术不行,是上线两周后被业务部门集体关掉,因为出过一次没人说得清的事故。
问答
Q1:小公司只有十几个人,也需要这么复杂吗?
需要,但可以简化。人不多的公司可以把审批人合并成一个人,日志字段也可以先记三项(输入、动作、审批)。核心是「谁点头」这件事必须有人,不能默认是 AI 自己。
Q2:权限分级会不会让 AI 变得没用,什么都要人批?
分级的目的恰恰是让它更敢用。L1、L2 完全不需要人批,日常问答和出稿照常跑;只有涉及写入和执行的动作才要批。大部分员工日常用的功能,都落在前两级。
Q3:智能体接了公司系统,数据安全怎么保证?
关键在三个约束:数据不出域(能在本地或私有环境跑的不上公网)、最小权限(只给完成这件事必需的字段)、可撤回(发现异常能立刻停掉授权)。这三条要在方案里写清楚,不是口头承诺。
Q4:留痕日志要存多久?
看行业。涉及合同、财务、个人信息的,按各自监管要求的上限存;纯内部问答类,留存 6 个月通常够用。存多久不是重点,能不能在需要时调出来才是。
Q5:已经上线的智能体,治理能补吗?
能补,而且比推倒重来便宜。先补留痕(成本最低、见效最快),再补审批节点,最后收权限。收权限会带来一段效率下降,要有心理准备。
Q6:怎么判断一个 AI 落地方案是不是只做了演示?
问三个问题:权限清单能不能拿出来看?审批节点在流程里能不能卡住?日志能不能还原一次历史操作?三个问题有一个答不上,方案就还停在演示阶段。