企业智能体从问答走向工具调用后，评估范围也需要覆盖身份、授权、执行和结果复核。

本文从应用建设角度梳理试点要点，不涉及具体平台的底层实现或性能测试。

1．先定义任务边界

说明智能体需要完成什么工作，使用哪些资料和系统，输出什么结果。

同时列出允许执行的动作、需要确认的动作，以及不属于当前任务的操作，便于后续配置和测试。

2．将数据访问与操作权限分别明确

“能够读取某项数据”与“能够修改相应数据”是不同授权。

接入业务系统时，需要按任务明确身份、工具范围和操作条件，并考虑人员调整、任务结束或异常发生时的权限变更。

3．在执行前、执行中和执行后安排控制

执行前检查授权与输入条件；执行中根据风险设置人工确认和停止机制；执行后检查结果，保留必要记录。

日志为追溯提供依据，不能代替执行前授权，也不能独自保证操作符合业务要求。

4．区分过程记录与可复用知识

任务记录可能包含错误尝试、过时信息或尚未确认的判断。

只有经过筛选、审核并明确适用条件的内容，才适合沉淀为案例、规则或技能。用于模型后训练的数据，还需要另行满足质量要求，并经过评测。

5．将业务效果纳入验收

试点可以记录任务完成情况、人工复核时间、处理成本、工具调用结果与异常处置情况。

对失败任务，应区分知识缺失、权限配置、工具执行和判断错误，便于定位改进环节。