Agentic AI 正在贬值

供应商话术背后，买家该问的三个问题

过去半年，"Agentic AI"这个词几乎出现在每一份AI供应商提案书、每一则相关招聘广告之中。问题是，这个词已经不再具备区分能力——写着"Agentic"的两份提案，背后可能是完全不同的两套系统。

一种情况是：供应商用低代码自动化平台，将几个现成工具串联起来，包装成"智能代理"。逻辑简单，没有评估机制，也没有审核记录——本质上是自动化流程加一层话术。另一种情况是：供应商真正设计了具备工具调用、路由、规划能力的多步骤系统，并且在关键决策点刻意保留人工确认、设定步骤上限、建立评估闸门与审核日志。两者的演示画面（demo）可能看起来一模一样。差异只会在正式环境、在流量或边界情况出现时才会显露——而那时候，合同通常已经签了。

一个常见的误解：AI Agent 等于取代人力

最常见的想象是：企业希望找到一套系统，能够完全取代某个岗位的人力——由客户服务到文件审批，由数据分析到决策判断，全部交由AI自主完成，人力只需在后方监察即可。市面上不少宣传材料，都刻意强化"代理人自主运作"这个卖点，仿佛AI已经发展到能够独立完成复杂业务流程、无需人为介入的阶段。

但现实与这种叙事存在明显落差。目前的生成式AI系统，无论是大型语言模型本身，抑或建构其上的代理人架构，仍然存在几项结构性限制：

• 判断边界模糊。模型输出的置信程度与实际准确度之间，并无稳定的对应关系。系统可能以十分肯定的语气给出错误答案，亦可能在完全正确的情况下显得犹豫。此一特性令"完全自主决策"在高风险场景（例如财务审批、法律文件、医疗建议）中变得危险。
• 上下文有限，记忆会流失。即使配备检索增强生成（RAG）与记忆系统，长时间、跨会话的一致性仍是尚未完全解决的工程课题。
• 例外情况仍需人为判断。任何实际业务流程都存在不规则、未曾出现过的情况。AI系统面对训练数据以外的边界案例时，表现的稳定性远不及人类的临场判断。

为什么错误会累积

在容错度低的领域——例如涉及金额计算、法律条文、监管合规的流程——一个判断偏差如果没有被中途拦截，会在后续步骤中被当作前提继续使用，一路累积下去。修正的成本往往远高于一开始把关的成本。自主程度越高、人工检查点越少，错误就越有可能在无人察觉的情况下持续放大。真正的 Agentic Workflow，重点不是尽量减少人类参与，而是在多步骤自动化与人工监督之间，划出清楚、可审核的边界。

真正的价值所在

答案并非"减少人力"，而是减少人力在重复性工作上的耗损，让人力集中于真正需要判断力的环节。以一间物流企业为例：过去需要每日人工扫描多个公开新闻来源，筛选与业务相关的信息，再整理成摘要传送予管理层。此流程本身不涉及复杂判断，纯属重复性的信息处理工作——但确实每日占用员工大量时间。引入自动化管道后，系统负责扫描、筛选及初步摘要的工作，人力依然保留最终判断与决策的角色。此类模式在传统行业中尤其常见——航运、制造、零售。

买家看不懂技术，也能问的三个问题

第一，系统在哪一个步骤会停下来，等待人工确认？如果对方的答案是"完全不需要，系统自己会处理好"——值得追问：没有人工确认点的系统，错误发生时由谁第一时间发现？

第二，如果系统中途某一步判断错了，这件事会被如何记录，又会在什么时候被发现？有审核日志的系统，可以回溯到出错的那一步；没有的话，往往要等到结果明显出错，才有人察觉——而那时候可能已经影响了下游的多个决定。

第三，当使用量增加，系统会在哪一层先出问题？经过真正压力测试、设计过容错机制的系统，供应商通常答得出具体瓶颈在哪里。单纯演示用的系统，往往答不出这个问题，因为根本未曾在超出demo规模的情况下运行过。

重新校准期望

较务实的提问方式并非"这套系统能否取代此岗位"，而是：此岗位之中，哪部分属于重复性、规则清晰的工序？哪部分需要人类基于经验、常识、或对客户关系的理解来判断？系统出错的后果有多严重？若出错，是否有机制能及时发现并修正？大部分企业实际所需的，是一套"支援人力"的系统——能够承担重复劳动，同时保留人类监督与最终判断权的架构。如需了解如何系统性评估供应商提案，可参考如何评估一份AI服务商的提案；如需了解AI Agent与固定Pipeline的设计取舍，可参考AI Agent vs 固定Pipeline。