企业 AI 智能体并不是“能自动做,就应该自动做”。真正需要强制人工审批的,通常不是某个技术动作,而是那些一旦执行,企业很难承受后果的决定:资金已经流出、记录已经删除、正式文件已经发布,或者生产环境已经发生改变。

一个实用的判断标准,是看动作是否同时具备高风险和低可逆性。查询数据、生成草稿、库存检查、记录日志这类操作,通常可以直接执行;发送标准邮件、更新非关键记录,则至少应留下完整审计痕迹。金融交易、删除记录、生产部署,以及发布正式文件等动作,原则上应进入 REQUIRE_APPROVAL,由明确的业务负责人或运维人员确认后才能继续。
金额和业务影响也应成为审批闸口的条件。比如订单金额超过 10 万元时,即使前面的库存校验已经自动完成,后续动作仍应暂停等待审批。对资料流转来说,草稿提交到审阅队列可以自动完成,但正式发布前必须有人确认,尤其是系统检测到敏感信息泄露风险时,更不能让智能体自行绕过检查。
不过,人工审批不是唯一的安全线。智能体出现连续异常时,系统也应能整体暂停。例如,可通过滚动窗口统计拒绝率,达到预设条件后触发熔断;资料中给出的设计示例是 1 小时内拒绝率超过 15% 时暂停智能体。这个阈值不宜机械照搬,关键是让团队能在事故扩大前看到异常趋势。
审批机制还必须回答三个问题:拒绝后怎么办,已经执行的动作能否撤回,服务重启后是否仍保持暂停。数据库写入可能可以事务回滚,邮件发出后却往往只能发起补偿操作。因此,每个高风险节点都应提前设计回滚或补偿路径,并持久化暂停状态,配合监控、告警和审计链。
说到底,强制审批的边界不该由“智能体是否足够聪明”决定,而应由损失上限、可逆程度、合规要求和责任归属共同决定。企业真正要讨论的,或许不是“哪里可以自动化”,而是“哪些决定绝不能在无人知情时发生”。
参与讨论
暂无评论,快来发表你的观点吧!