第 14 讲　从聊天助手到智能体：企业什么时候需要 Agent

这是第三部分、也是本次要写的前三部分的收官讲。“智能体""Agent”是眼下最热的词，供应商张口闭口就是它，企业也生怕落后。这一讲帮你冷静下来，回答三个问题：智能体到底比普通助手强在哪？企业什么时候真的需要它？以及——最重要的——如何避免为了”智能体”这个时髦概念而过度设计、白花冤枉钱。核心判断：Agent 是能力更强的工具，但强不等于合适，大量场景一个简单助手就够了。

先泼一盆冷水

这一讲我想先泼盆冷水，因为”智能体”是当下被吹得最过、也最容易让企业交学费的概念。

我见过太多这样的场景：供应商方案里一定要写”多智能体协同”,否则显得不够先进；企业内部立项，非要做个”智能体平台”,否则觉得没跟上潮流。结果呢？花了大价钱、做得极其复杂，最后发现——要解决的那个问题，用一个简单的”大模型+知识库”就搞定了，根本不需要智能体。

所以，在讲”什么时候需要 Agent”之前，我要先立一个态度：不要因为”智能体”这个词高级，就想上它。 判断要不要用它的唯一标准，是你的场景是否真的需要它那些额外的能力。这一讲，就是帮你做这个判断。

先搞清楚：Agent 到底比普通助手强在哪

回顾第 3 讲的比喻：普通助手是”你让它干一步，它干一步”的员工；智能体（Agent）是”你给他一个目标，他自己会拆解步骤、自己决定用什么工具、一步步做完”的高级员工。

我把这个区别再讲具体些，用一组对比：

普通助手（非 Agent）的工作方式——你推一步，它走一步：

• 你：“查一下 A 客户的历史订单。” → 它查给你。
• 你：“根据这些订单，写个续约方案。” → 它写给你。
• 你：“把方案里的报价按九折重算。” → 它重算。

每一步，都要你来指挥。它很聪明，但它不主动、不自己安排。

智能体（Agent）的工作方式——你给目标，它自己安排：

• 你：“帮我准备好 A 客户的续约。”
• 它自己就会盘算：要准备续约，我得先查这个客户的历史订单 → 再查合同到期时间 → 检索适用的续约政策 → 生成方案 → 提交审批。然后它自主地一步步执行这些步骤，中间该查数据查数据、该调工具调工具，最后把结果交给你。

核心区别就一句话：普通助手需要你规划步骤，智能体自己规划步骤。 智能体多出来的能力，是”自主拆解目标 + 自主选择和调用工具 + 自主推进多步任务”。

这个能力听起来很强，也确实很强。但请记住第一性的问题：你的场景，需要”自主规划多步”吗？ 很多场景不需要——步骤是固定的、简单的，用普通助手甚至用固定工作流就够了。

关键分野：固定工作流 vs 自主智能体

这是这一讲最重要的一个判断框架。你要处理的任务，本质上分两种，它们该用完全不同的方案：

第一种：步骤固定的任务 → 用工作流，不用智能体。

如果一个任务的步骤是确定的、每次都一样的——比如”收到发票→识别→提取字段→填入系统→提交审批”,那它根本不需要智能体去”自主规划”。你把这些步骤用工作流（第 3、12 讲）固定下来就行。

工作流的好处是：确定、可靠、可控、可预测。既然步骤是死的，就用死的流程去跑，稳当又便宜。用智能体去做一件步骤固定的事，是典型的过度设计——你花大代价买了个”会自主规划”的能力，却用在一件根本不需要规划的事上。

第二种：步骤不确定的任务 → 才考虑智能体。

只有当一个任务每次的步骤都可能不一样、需要根据具体情况临时决定下一步怎么走时，智能体的”自主规划”能力才真正派上用场。

比如一个复杂的客户问题排查：可能先查订单，如果订单正常就查物流，如果物流也正常就查系统日志……下一步查什么，取决于上一步的结果。这种”路径不固定、要随机应变”的任务，才是智能体的用武之地。

一句话记住：步骤固定用工作流，步骤不定才用智能体。 大多数企业场景，其实是前者。

单智能体 vs 多智能体：别急着上”军团”

如果确实需要智能体，还有一个”要不要多智能体”的选择。供应商特别爱讲”多智能体协同”,听起来像一支 AI 军团在为你干活，很唬人。

• 单智能体：一个智能体处理一个任务领域。够用、简单、好控制。
• 多智能体：多个智能体分工协作，比如一个负责查数据、一个负责写方案、一个负责审核，互相配合。

多智能体不是不能用，但它的复杂度、成本、以及失控和互相扯皮的风险，比单智能体高一个量级。协调多个”会自主决策”的 AI，本身就是个难题。

我的建议非常明确：能用单智能体解决的，绝不上多智能体。 只有当任务确实复杂到一个智能体扛不住、且能清晰拆分成几个独立角色时，才考虑多智能体。绝大多数企业，在很长时间内都用不到它。别为了”多智能体”这个更唬人的词，给自己搭一套没必要的复杂系统。

智能体越强，越要管好三件事

智能体能”自主行动”,这是它的力量，也是它的风险。因为”自主”就意味着它可能自主地做错。所以，你越是用智能体，越要把下面三件事管死。这三件事，本质上是第 12 讲”分工”原则在智能体上的加强版：

第一，执行权限——它能调用哪些工具，必须严格限定。

智能体靠调用工具来干活。你给它的工具越多、权限越大，它能干的事越多，能闯的祸也越大。所以必须明确：这个智能体只能调用哪几个工具、只能操作哪些数据、绝对不能碰什么。高风险的工具（改数据、发款、对外发送），要么不给它，要么给了也必须卡人工确认。

第二，失败恢复——它出错了，怎么兜住。

智能体自主执行多步，万一中间某一步错了、或者卡住了，怎么办？必须设计好：出错时能停下、能回滚、能报警，而不是错了还继续往下跑，把小错滚成大祸。一个没有失败恢复机制的智能体，是不能放上生产的。

第三，人工接管——关键节点，人能随时叫停和接手。

无论智能体多自主，人必须能在关键节点介入——审查它的计划、叫停它的行动、接管它处理不了的情况。智能体是”自主”,但不能是”失控”。 人的接管权，是最后的安全阀。

一个真实的克制：能不用就不用

给你讲个我们项目里的克制，正好和”过度设计”相反。

一个客户听说了”智能体”,非常兴奋，要求我们给他的报价场景做一套”多智能体系统”——一个客户需求分析智能体、一个产品匹配智能体、一个报价生成智能体，协同工作，听起来很酷。

我们没有顺着做，而是先问了一个问题：你这个报价流程，步骤是固定的吗？

答案是：基本固定——理解需求 → 检索产品 → 匹配参数 → 生成报价 → 人工审核。步骤每次都一样，只是内容不同。

那结论就很清楚了：这是一个”步骤固定”的任务，用工作流 + 大模型 + 知识库就完全够了，根本不需要智能体，更不需要多智能体。 我们按这个思路做，系统简单、稳定、好维护，报价周期一样从几天压到几十分钟，效果一点不打折。

如果当初真按”多智能体”去做，只会得到一个复杂十倍、贵好几倍、还更容易出故障的系统，解决的却是同一个问题。克制，本身就是专业。 这一讲我最想传递的，就是这份克制。

给管理者的行动建议

• 先问”步骤固定吗”，再谈要不要智能体。 步骤固定的任务，用工作流；只有步骤真正不确定、需要随机应变的，才考虑智能体。大多数企业场景属于前者。
• 警惕”为智能体而智能体”的方案。 供应商上来就推”多智能体平台”时，追问一句：“这个需求，用大模型+知识库+工作流够不够？” 答不清楚或含糊其辞的，多半是过度设计。
• 能单智能体就别多智能体，能不用就不用。 复杂度、成本、失控风险，都随智能体数量陡增。
• 用智能体，就必须管死三件事。 执行权限（能调什么工具）、失败恢复（出错怎么兜）、人工接管（关键节点能叫停）。这三样没设计好，不许上生产。
• 把”简单可靠”看得比”先进时髦”更重。 能用简单方案稳稳解决问题，就是最好的方案。别为概念买单。

小结与第三部分回顾

智能体比普通助手强在”自主规划多步任务”,但强不等于合适。判断的关键分野是：步骤固定用工作流，步骤不定才用智能体；能单智能体别上多智能体；用了智能体就必须管死执行权限、失败恢复、人工接管三件事。最该记住的一句话是——不要为”智能体”这个时髦概念过度设计。

到这里，第三部分”AI 如何进入业务系统”讲完了：从”企业 AI 是一套业务系统”的总纲（第 10 讲），到与传统系统结合的四种方式（第 11 讲），三种机制的分工（第 12 讲），知识库的建设（第 13 讲），再到智能体的取舍（第 14 讲）。你现在已经掌握了让 AI 真正进到业务里干活的完整框架。

前三部分，我们完成了”看懂 AI—找对场景—进入系统”这条主线。但”能做出来”和”能做成、做久、做出竞争力”之间，还隔着项目落地、组织变革、风险控制和长期战略。这些，属于第四、五、六部分——AI 项目怎么落地不失败、企业该培养什么人、有哪些风险、真正的护城河是什么，以及一组真实的行业案例拆解。我们下一阶段继续。