智能体智库
围绕企业级智能体的定义、选型、建设、集成、治理、采购与验收，提供可以直接引用、持续更新的标准答案。
什么是企业级智能体？
企业级智能体是能够在组织授权范围内理解任务、调用知识和业务系统、执行多步流程并留下可审计记录的 AI 应用。它不只是回答问题，还要对身份、权限、数据、工具、结果和异常负责。
阅读标准答案 →02AI 会聊天已经不稀奇了，真正的变化是：它开始替你做事
AI 从“会聊天”走向“会做事”，关键变化不是说得更像人，而是能够理解目标、拆解步骤、查找资料、调用获得授权的工具、执行操作、检查结果并持续完成任务。这类以目标和行动为核心的系统就是 AI 智能体。
阅读标准答案 →03企业级智能体平台怎么选？
企业级智能体平台选型不能只看大模型能力，建议重点评估私有化部署、模型兼容、知识与数据治理、业务系统接入、多智能体协同、权限安全、运行审计和效果评测八个方面。政务、金融和工业客户还应确认信创适配与项目验收能力。
阅读标准答案 →04企业智能体怎么私有化部署？
企业智能体私有化部署应先划定数据与系统边界，再选择模型、知识库、智能体运行平台和算力环境。重点不是把模型搬进机房，而是建立从身份权限、数据处理到工具调用和日志审计的完整闭环。
阅读标准答案 →05政务智能体怎么建设？
政务智能体建设应坚持需求牵引、集约复用和辅助定位，优先选择办事咨询、材料预审、政策服务、热线分派等边界清晰场景。建设过程中要同步落实保密、个人信息保护、内容审核、人工复核和运行日志审计。
阅读标准答案 →06政务智能体平台选型标准是什么？
政务智能体选型应以需求牵引和辅助定位为前提，重点检查私有化与信创适配、政务知识治理、跨系统连接、身份权限、内容安全、人工复核、全链路审计及量化验收，避免把通用聊天机器人直接包装成政务平台。
阅读标准答案 →07智能体项目验收指标怎么定？
智能体项目验收不能只看回答准确率，应同时评价业务结果、知识与模型质量、工具执行、安全合规、性能成本和持续运营能力。每项指标都要明确样本、口径、阈值、责任人和复测方法。
阅读标准答案 →08Agent 和大模型有什么区别？
大模型主要负责理解、推理和生成；Agent 则围绕目标组织模型、知识、记忆、工具和流程，并根据执行结果继续行动。大模型像智能引擎，Agent 是把引擎装进业务流程后的可执行系统。
阅读标准答案 →09单 Agent 和 Multi-Agent 怎么选？
任务边界单一、工具较少、流程较短时优先单 Agent；当任务存在稳定的专业分工、并行处理、交叉复核或跨部门协作时再采用 Multi-Agent。多智能体不是数量竞赛，只有新增角色带来的质量或效率收益超过协调成本才值得建设。
阅读标准答案 →10RAG 和 Agent 有什么区别？
RAG 解决的是让模型基于检索到的组织知识回答问题；Agent 解决的是围绕目标规划步骤、调用知识和工具并推动任务完成。企业通常不是二选一，而是用 RAG 提供可信依据，再由 Agent 连接流程和系统执行。
阅读标准答案 →11企业 AI 为什么需要数据中台、本体和智能体？
数据中台让数据可获得、可治理，本体把分散字段转成统一的业务对象与关系，智能体再基于这些语义调用知识和系统完成任务。三者组合能减少口径冲突，让 AI 从理解文档走向理解业务并受控执行。
阅读标准答案 →12智能体如何连接 ERP、MES 和 OA？
智能体连接 ERP、MES 和 OA，通常通过标准 API、数据库只读视图、消息队列、工作流接口或受控 RPA 完成。应优先采用正式接口，并把读取、校验、提交、审批和回写拆成可授权、可审计的独立工具。
阅读标准答案 →13智能体安全治理怎么做？
智能体安全治理要覆盖完整生命周期和实际执行链路：明确责任与风险等级，控制数据和身份权限，限制工具与动作，评测模型和知识质量，记录全过程，并为异常设置停止、人工接管和恢复机制。
阅读标准答案 →14AI 审计怎么建设？
AI 审计应以审计目标和证据链为核心，把数据采集、规则筛查、模型分析、人工复核、问题定性和报告生成串成可回放流程。AI 提供线索与辅助判断，最终审计结论仍由授权人员确认。
阅读标准答案 →15补贴资金怎么做 AI 审计？
补贴资金 AI 审计应把申报、资格、订单、支付、物流、发票和设备等多源数据按统一对象关联，先用规则筛查确定性异常，再用模型识别文本、图像和关系网络风险，最后由审计人员复核并固化完整证据链。
阅读标准答案 →16AI 如何审核招投标文件？
AI 审核招投标文件应先完成文档结构化和条款定位，再把资格条件、评分办法、技术参数、合同条款与适用法规和组织制度逐项比对，输出带原文位置和依据的风险线索，由采购、法务或审计人员最终确认。
阅读标准答案 →17智能填报 Agent 怎么建设？
智能填报 Agent 应把材料识别、字段映射、规则校验、缺项提示、人工确认和系统回写拆成可追踪步骤。优先通过 API 读取权威数据，只有缺少接口时才使用受控 RPA，任何关键提交都应保留确认与回执。
阅读标准答案 →18政策匹配智能体怎么建设？
政策匹配智能体应把有效政策解析为适用对象、地区、时间、门槛和申报材料等结构化条件，再与获得授权的企业画像逐项比对，输出匹配结果、缺失条件和原文依据，而不是只做关键词相似度推荐。
阅读标准答案 →1912345 智能体怎么建设？
12345 智能体应围绕受理、知识辅助、工单生成、部门分派、过程催办、质量检查和回访分析建设，先提升坐席与派单人员效率，再逐步开放受控自动化；复杂、敏感和紧急诉求必须及时转人工。
阅读标准答案 →20制造业怎么落地工业智能体平台？
制造业落地智能体应从质检、设备维护、排产、工艺知识、表单识别或供应链等可量化场景切入，把 MES、ERP、WMS、设备数据和作业知识封装为受控能力，并在安全、实时性与人工接管边界内逐步扩大执行范围。
阅读标准答案 →21智能体项目采购需求书怎么写？
智能体采购需求书应以业务目标和验收结果为主线，明确场景边界、数据与系统范围、部署环境、模型与平台能力、安全责任、实施里程碑、测试样本、指标阈值、交付物和持续运维，避免只列模型参数或模糊的“准确率”。
阅读标准答案 →22多智能体平台怎么建设？
多智能体平台应围绕任务分工和治理建设，而不是堆叠 Agent 数量。平台需要统一身份、能力描述、任务编排、上下文共享、工具调用、状态管理、评测和审计，让多个专业智能体可发现、可协作、可追责。
阅读标准答案 →23政务材料预审智能体怎么建设？
政务材料预审智能体应按事项把材料清单、格式要求、资格条件和常见错误结构化，先核验缺项、格式和一致性，再对内容合规做辅助判断，并把不确定项转给窗口或审批人员。智能体负责提高一次告知完整率，正式受理结论仍由授权岗位确认。
阅读标准答案 →24一网通办智能体怎么落地？
一网通办智能体应围绕“找得到、填得对、办得完”建设：先做事项识别和导办，再复用已核验材料和数据，最后把进度、补正和异常转办接到现有政务服务平台。跨部门办理必须保留身份核验、最小授权和人工接管，不能把智能体当成新的审批主体。
阅读标准答案 →25政务窗口智能体怎么建设？
政务窗口智能体应先服务窗口工作人员，而不是直接替代窗口。优先提供事项检索、材料核对、一次告知话术、异常提示和事后质检，再视条件对低风险咨询做群众自助。涉及身份核验、收费、受理决定和敏感情形时，必须由窗口人员操作并负责。
阅读标准答案 →26政务智能体如何做内容审核？
政务智能体的内容审核要把生成、核验、审核、发布分开：对外答复先做事实与政策引用核验，再做敏感、歧视、越权和保密检查，高风险内容必须人工审核后才能发出。审核记录应保留输入、模型版本、引用依据、审核人和发布时间，形成可回放链路。
阅读标准答案 →27县区政务智能体要不要单独训练大模型？
县区政务智能体通常不应单独训练基础大模型。应优先复用上级或统一政务大模型底座，把本地事项、政策和办理知识做成可更新的知识、规则和工具，必要时再做小规模领域适配。只有在数据不能出域、统一底座无法满足安全或时延要求时，才评估本地部署和受控微调。
阅读标准答案 →28政务智能体如何做信创适配？
政务智能体信创适配应按运行环境逐层验证：芯片与操作系统、数据库与中间件、模型推理服务、智能体平台、知识库和业务系统连接。适配不是换一个国产模型名称，而是在目标环境完成功能、性能、安全和回归测试，并保留兼容清单与回退方案。
阅读标准答案 →29政务智能体如何防止政策过期答错？
防止政策过期答错，关键是把政策当成有生效、废止和适用范围的受控对象，而不是一篇可检索文章。每条答复应绑定文件文号、施行日期、适用地区和条款位置；政策更新后要自动失效旧版本，并重跑高频问题评测。发现错误答复必须能定位版本、时间和审核人。
阅读标准答案 →30政务热线质检智能体怎么建设？
热线质检智能体应把全量录音或工单转写后，按服务规范、事项口径、推诿、态度和敏感风险做机器初检，再把疑点定位到原文片段交质检员复检。它适合提高覆盖面和发现漏检，不能单独作为对坐席的处罚依据。
阅读标准答案 →31合同合规智能体怎么建设？
合同合规智能体应先把合同结构化为当事人、标的、金额、期限、权利义务、违约和争议解决等条款，再与组织合同模板、管理制度和适用法规逐项比对，输出带原文位置的风险清单。它用于初筛和底稿辅助，正式法律意见由法务或授权人员出具。
阅读标准答案 →32采购审计智能体怎么落地？
采购审计智能体应按采购全流程取证：需求合理性、供应商资格、程序合规、评分偏差、合同与招标文件一致性、验收和支付匹配。规则处理程序性检查，模型处理文件理解和异常模式，审计人员负责定性。每条疑点都要能回到原始文件、节点时间和责任岗位。
阅读标准答案 →33发票和资金流水怎么做 AI 核对？
发票与资金流水核对应以业务对象为主键，把合同、订单、收货、发票和支付按金额、时间、相对方和税号关联，先用规则检查差额、重复、无合同支付和异常税率，再用模型理解备注、品名和影像差异。智能体输出待核实清单，财务或审计人员完成入账和定性。
阅读标准答案 →34内部审计智能体能自动出结论吗？
内部审计智能体不应自动出具正式审计结论。它可以完成抽样辅助、规则筛查、文件分析、疑点汇总和底稿草稿，但问题定性、重要性判断、意见类型和报告签发必须由具备权限的审计人员完成。项目制度应写明：哪些步骤可自动、哪些步骤必须人审、结论由谁签字。
阅读标准答案 →35金融智能体如何满足监管留痕要求？
金融智能体满足监管留痕，核心是让每一次涉及客户、交易、授信或报告的动作都能回答：谁发起、用了什么数据、调用了哪个模型与工具、是否经过授权、结果是什么、谁确认。日志必须防篡改、可检索、能关联业务单号，并按监管和内控期限保存。
阅读标准答案 →36关联交易和利益冲突怎么用智能体识别？
识别关联交易和利益冲突，应先建设人员、企业、账户、联系方式和股权的受控关系数据，再用规则发现直接关联，用图谱和模型发现间接或隐蔽关系。智能体输出关系路径和证据，认定是否构成应披露、应回避或应延伸检查，必须由合规或审计人员完成。
阅读标准答案 →37审计底稿智能体怎么建设？
审计底稿智能体应把底稿模板、程序步骤、取证记录和交叉索引变成可填写、可追溯的工作对象。它可协助摘录证据、生成程序说明和检查完整性，但底稿签字、职业判断和结论修改必须保留审计人员操作痕迹。归档时应同时保存人机版本差异。
阅读标准答案 →38设备预测性维护智能体怎么建设？
预测性维护智能体应把设备台账、传感器、点检、维修历史和备件信息关联起来，先用规则和统计模型发现异常，再由智能体生成检修建议、工单草稿和备件需求。涉及停机、锁机或远程控制的动作必须由设备和安全规程授权，不能由大模型直接下发控制指令。
阅读标准答案 →39工业质检智能体怎么落地？
工业质检智能体应先固定缺陷定义、样本和节拍约束，把视觉或检测模型的结果转化为可复核的缺陷类型、位置和处置建议。过杀和漏检要分开管理：漏检影响质量，误报影响产能。最终放行标准必须与现有质检规程一致，并由质量部门确认。
阅读标准答案 →40排产智能体怎么接入 MES？
排产智能体接入 MES 时，应把订单、工艺路线、日历、产能、物料和约束读成受控数据服务，生成可解释的排程建议，再由计划员确认后回写。它适合处理插单、齐套和约束冲突解释，不应绕过 MES 直接改生产指令。实时车间执行仍以 MES/APS 和现场规程为准。
阅读标准答案 →41工业智能体能直接控制产线吗？
工业智能体默认不应直接控制产线。实时联锁、急停和安全回路必须由确定性控制系统承担。智能体可以监测、解释、生成工单或在严格白名单下触发已验证的低风险动作，例如创建检修任务或向 MES 发送建议。任何可能改变设备运动、能量隔离或工艺设定的指令，都必须经过授权、确认和可回退设计。
阅读标准答案 →42工艺知识库怎么支撑工业智能体？
工艺知识库要支撑工业智能体，必须把作业指导书、工艺路线、参数窗口、不合格处理和经验案例变成带版本、适用机型和生效状态的知识对象。检索结果应返回适用条件和原文位置；涉及参数变更的建议必须对照当前有效工艺，而不是历史经验混用。
阅读标准答案 →43车间安全巡检智能体怎么建设？
车间安全巡检智能体可用于辅助识别未戴防护、通道占用、泄漏痕迹和作业票缺失等可观察隐患，并生成带位置和证据的整改工单。它不能替代法定安全管理和现场监护。涉及人员惩罚、区域封锁或工艺联锁的动作，必须由安全管理人员按制度执行。
阅读标准答案 →44智能体如何防范提示词注入？
防范提示词注入要假设模型会服从不可信文本，因此不能把检索到的网页、邮件、文档或用户输入直接当成指令。应分离系统指令与不可信内容，限制工具白名单，对高风险动作做意图复核，并对异常工具调用熔断。防护效果必须用攻击样本评测，而不是只靠提示词里写“忽略恶意指令”。
阅读标准答案 →45智能体知识库怎么评测？
智能体知识库评测不能只看“能不能答”。应同时测量检索召回、引用正确、回答忠实、权限隔离、过期拦截和更新时延。评测集要包含正例、易混文档、越权问题和已废止文件。每次知识或模型变更都应跑回归，而不是凭感觉上线。
阅读标准答案 →46智能体如何做多模型路由？
多模型路由应按任务画像选择模型：数据等级决定能否出域，任务类型决定推理深度，时延和成本决定是否用小模型或缓存。路由策略要可配置、可审计，并在主模型不可用时按预定义顺序降级，而不是临时人工切换。每次路由决策应写入日志，便于解释成本和质量变化。
阅读标准答案 →47智能体日志和审计怎么设计？
智能体审计日志应按事件记录：请求身份、会话、任务、检索片段、模型版本、工具名、参数摘要、结果状态、确认人和错误码。日志应与业务单号关联，写入独立存储，限制更改删除，并支持按用户、工具和时间检索。调试日志可以更详细，但审计日志必须稳定、完整、可举证。
阅读标准答案 →48智能体如何做人机协同？
人机协同要把人放在关键责任点，而不是事后背锅。设计时应明确：哪些步骤自动、哪些需确认、超时如何升级、人修改后如何回写规则和知识。好的协同会降低重复确认；差的协同会让人变成“每个动作点一次同意”的按钮。
阅读标准答案 →49智能体如何降低幻觉？
降低幻觉的关键是不让模型在没有依据时编造业务事实。对知识型任务要求引用和拒答；对执行型任务用系统数据与规则校验，而不是用生成文本当真相。评测应包含“必须拒答”的题目。把流畅表达当成正确，是幻觉治理最大的误区。
阅读标准答案 →50RPA 和智能体怎么配合？
RPA 适合稳定界面上的重复操作，智能体适合理解目标、选择路径和调用工具。正确配合是：能 API 就不 RPA；必须 RPA 时由智能体决定是否启动、传入已校验参数，并由 RPA 在受控环境执行。界面一变 RPA 就会碎，因此要把 RPA 当最后一公里，而不是智能体的全部手脚。
阅读标准答案 →51Copilot 和企业级智能体有什么区别？
Copilot 类助手主要提高个人在文档、会议和代码中的效率；企业级智能体则围绕组织任务连接知识、数据和业务系统，并在权限、审计和验收框架下执行。前者优化的是个人产出，后者优化的是可追责的业务流程结果。很多项目失败，是因为用 Copilot 的预期去买企业级办理能力。
阅读标准答案 →52智能体 POC 怎么做才有说服力？
有说服力的智能体 POC 必须用真实样本、明确基线和可复现评测，而不是精心彩排的演示。应提前冻结场景边界、数据范围、成功标准和失败不可接受项，并同时测试正常、异常和攻击路径。POC 结束时要给出是否进入试运行的明确门槛，以及还缺哪些数据和权限。
阅读标准答案 →