本文目录5 个章节
企业在评估 Agent 时，不能只比较模型名称、演示效果或界面体验。真正的采购问题是：它能否完成可定义的业务任务，是否支持人工介入，知识来源是否可信，权限边界是否清晰，以及上线后能否被观测、审计和持续改进。本清单面向探索智能体、自动化流程和知识工作的业务负责人及技术采购团队，帮助团队完成从商业调查到采购验收。
如需先了解整体建设路径，可阅读企业级 Agent 解决方案：从业务流程到生产应用的指南。
一、采购前：确认是否真的需要 Agent
- [ ] 已写出具体任务，而不是笼统描述“提升效率”。
- [ ] 任务包含输入、处理步骤、输出格式和完成标准。
- [ ] 流程存在重复劳动、跨系统操作或知识检索需求。
- [ ] 已区分适合规则工作流、普通自动化和 Agent 的环节。
- [ ] 任务允许设置人工审批、暂停、驳回和转交。
- [ ] 已确认错误成本、合规要求和可接受的人工复核比例。
- [ ] 已指定业务负责人、流程专家、数据负责人和技术采购人。
优先选择边界清楚、结果可验证、风险可控制的任务，例如工单分流、资料初审、内部问答、销售资料整理和报告草拟。不要因为供应商演示了开放式对话，就直接推断其适合生产流程。
二、能力比较：看可执行性而非演示效果
要求供应商用真实或脱敏案例完成同一组测试，并记录以下指标：
- [ ] 任务完成率：是否完成目标，而非只生成看似合理的文本。
- [ ] 关键字段准确率：金额、日期、客户、合同条款等是否可核验。
- [ ] 流程覆盖率：能否调用系统、读取数据、写回结果并触发后续动作。
- [ ] 人工介入：能否按条件升级、暂停、重试和交接。
- [ ] 知识库能力：支持哪些文件、权限、版本、引用和更新机制。
- [ ] 权限控制：是否遵循用户、岗位、组织和数据层级权限。
- [ ] 可观测性：是否保留提示、来源、工具调用、审批和错误日志。
- [ ] 稳定性：高峰、超时、接口失败和知识缺失时如何降级。
客服类场景还应检查意图识别、转人工、服务记录和答案引用。可结合企业 Agent 客服应用：典型任务、投入评估与复用方法建立测试案例。
三、风险控制：把边界写进合同和方案
- [ ] 明确哪些数据允许进入模型、知识库和日志。
- [ ] 明确供应商是否使用客户数据训练模型。
- [ ] 明确数据存储区域、保留期限、删除方式和备份机制。
- [ ] 高风险动作必须经过人工审批，不能由 Agent 单独执行。
- [ ] 涉及付款、合同、客户权益或权限变更时，设置二次确认。
- [ ] 规定账号隔离、密钥管理、最小权限和离职处理。
- [ ] 约定安全事件通知、服务中断、数据泄露和责任分担。
- [ ] 约定退出机制，包括数据导出、知识迁移和接口替换。
知识库并不等于事实来源。采购方应要求供应商展示来源引用、过期内容处理、冲突内容处理和无答案时的拒答机制。
四、验收与商业判断
建议采用“场景验收”而不是只看产品功能表。每个场景至少准备正常、异常、权限不足、知识缺失和人工接管五类样例。验收记录应包含输入、预期结果、实际结果、耗时、人工操作、日志和失败原因。
成本也不能只看订阅价格，应同时评估集成开发、知识治理、权限配置、模型调用、运维监控、培训和持续优化。将供应商按任务完成能力、风险控制、交付能力、可扩展性和总拥有成本评分，再决定是否进入试点。
五、采购决策清单
- [ ] 业务价值可量化，且目标不依赖单次演示。
- [ ] Agent 与现有工作流、系统和权限体系能够衔接。
- [ ] 知识来源、人工介入和责任边界已经书面化。
- [ ] 供应商能提供实施、培训、监控和持续优化服务。
- [ ] 验收标准、服务等级、数据条款和退出机制已进入合同。
- [ ] 试点结果足以支持“上线、改造或放弃”的决定。