企业办公AI真正卡在权限流程?

很多企业办公 AI 的演示，看起来都很顺：上传合同，几秒钟生成摘要；丢进会议记录，马上整理出待办事项。可一旦真的准备接入日常流程，问题就来了——谁能看，谁能用，哪些内容可以进入模型，生成结果要不要审批？我越来越觉得，办公 AI 真正卡住的地方，往往不是模型不会写，而是权限和流程还没准备好。

我认识一个做 OA 的公司，生成功能两周就完成了，权限控制却做了半年。这个反差特别能说明问题：让模型生成一段文字，技术上并不难；但让它只读取“这个人该看的内容”，并且不越过审批边界，复杂度立刻上去了。

比如合同摘要工具，普通员工可能只需要看到执行要点，法务需要查看完整条款，管理者则可能关心风险和审批状态。三个人问同一个问题，模型能不能返回同一份内容？答案显然不应该是“能生成就行”。如果权限判断晚于检索，敏感内容可能已经被送进模型；如果生成结果绕过现有审批流，企业就很难追溯责任。

权限不是一个开关

企业里的权限，通常不只是“能用”或“不能用”。它还涉及部门、角色、文档密级、业务阶段以及审批状态。更麻烦的是，权限会变化：员工调岗了，项目结束了，合同进入了新的审批环节，原本可以访问的内容都可能需要重新判断。

所以，办公 AI 不能只接一个知识库，再加一个聊天窗口。至少要把身份识别、内容检索、结果生成和人工审批串起来。模型负责理解和表达，权限系统负责决定边界，业务流程负责确认结果能不能真正生效。谁擅长什么，就别让谁越俎代庖。

我也不太相信“上了 RAG，权限问题就解决了”。RAG能把外部资料检索给模型，但资料本身是否该被当前用户看到，仍然需要流程判断；检索内容如果有误，模型也可能一本正经地生成错误答案。办公 AI 要落地，第一步不是追逐更复杂的技术名词，而是先把每类数据、每个角色和每个审批节点说清楚。

模型越强，越不能用模糊的权限管理去兜底。真正好用的企业 AI，不是回答得多快，而是在该回答的地方回答，在不该越界的地方停下来。