方向 3 · Agent 工作流 (AI Agent Workflows)¶

Agent 的价值不在"能自己干活", 在边界清晰 + 权限最小 + 失败可控. 3 个代表案例 + 交付关键动作.

核心能力¶

规划: ReAct · Plan-and-Execute · Tree-of-Thought · 长上下文规划
工具调用: OpenAI function calling · MCP · JSON schema
记忆: 短期 (会话) + 长期 (向量) + 结构化 (关系数据)
权限: 只读 · 可写 · 外呼三级 · 高风险人审兜底
观测: 幻觉率 · 失败率 · 成本 · 延迟 · 超时 5 项 dashboard

3 个代表案例¶

Case 01 · 招投标 Agent (标书拆解 + 竞品对比 + 应答草稿)¶

业务问题: 中国 IT 集成商, 标书应答周期 5-7 天, 高价值项目应答不及时错失
技术栈: 长上下文规划 (200-500 页解析) · 打分项抽取 · 竞品差距分析 · 草稿生成 · 人审终稿
权限边界: Agent 只读投标平台 · 不自动提交 · 终稿必须人审
硬指标: 标书应答 5 天 → 2 天 · 中标率保持 · 应答质量评审通过
我的角色: Agent 工作流架构 · 长上下文分段策略 · 打分项抽取规则

Case 02 · 政采合同 4 层法务审核 Agent¶

业务问题: SOE 集团 20 家子公司, 600 份/月合同, 法审人力紧张, 关键条款漏审
技术栈: 4 层审核 (基础条款 → 合规 → 商务 → 风险) · 各层独立 LLM prompt · 人审终稿
权限边界: Agent 只读合同 · 输出建议 · 不修改原稿
硬指标: 法审工作量 -60% · 平均审核时间 3 天 → 4 小时 · 关键条款漏审 -80%
我的角色: 4 层审核架构 · Prompt 版本管理 · 效果验收

Case 03 · CRM 销售线索 24 小时自动跟进 Agent¶

业务问题: B2B SaaS 入站线索首响时间 24 小时, 高质量线索被友商截胡
技术栈: 线索资质分级 · 个性化跟进模板 · 会议撮合 · 达阈交人工
权限边界: Agent 只发邮件/短信 · 不呼出电话 · 达阈明确移交
硬指标: 合格线索首响 24h → 10min · 会议转化 +25% · 高质量线索率 +18%
我的角色: Agent 工作流设计 · 分级规则 · 人机切换阈值

交付关键动作 (Agent PoC → 生产 5 步)¶

定业务闭环: Agent 做什么 · 不做什么, 边界写进产品
权限最小化: 读 · 写 · 外呼三级, 高风险人审
成本封顶: 单次调用上限 + 用户日预算 + 全局熔断
观测就绪: 幻觉率 · 失败率 · 成本 · 延迟 · 超时 5 项 dashboard
灰度上线: 5% → 20% → 50% → 100%, 每档 3-5 天稳定

常见错配¶

❌ Agent 一开始就要"自主决策", 无人审兜底, 出错找不到人
❌ 只观测成功率, 不观测幻觉率, 上线一周就被卷入客户投诉
❌ Agent 允许直接写生产数据, 一次误改回滚成本 10 万+
❌ 用 GPT-4 跑 Agent 但没成本熔断, 单用户跑到 500 美金/月

相关阅读¶

下一步: 下载 PDF · 30 min Agent 上生产对齐