AI Agent 选型前需要确认的五类技术边界

AI Agent 选型前需要确认的五类技术边界

编程助手、办公代理、浏览器自动化、知识库应用和工作流平台都可能使用“Agent”这个名称，但它们面对的任务现场、权限和交付物并不相同。把不同类别放进一张功能数量排行榜，容易忽略真正决定能否落地的接口与风险。本文不比较具体品牌，而是给出一套可复用的选型方法：先定义任务，再检查执行现场、输入输出、集成契约、权限和可恢复性，并用自己的样例验证宣传描述。

第一步：把需求写成任务样例

不要从产品清单开始，先写出准备重复执行的真实任务。一个样例至少包含：

使用者：谁发起和验收
输入：文件、代码、页面、知识库或业务事件
动作：读取、生成、调用工具、修改或提交
输出：代码变更、文档、结构化数据或业务状态
验证：如何判断正确
权限：允许接触和改变什么
失败处理：如何停止、重试和恢复

例如“帮助开发”过于宽泛，“在指定仓库中定位一个失败测试，只修改目标模块，并以现有测试结果验收”才是可评估任务。不同团队应使用自己的代码、文档结构和权限模型，不应把演示中的顺畅流程当作生产适配证明。

边界一：执行现场在哪里

Agent 的价值取决于它能否进入任务真正发生的环境，而不是聊天能力有多少。常见现场包括：

• 代码仓库、IDE、终端与持续集成。
• 文档、表格、会议转写和文件夹。
• 浏览器中的本地、测试或业务页面。
• 知识库、检索服务和结构化数据源。
• 业务系统、队列、定时任务与审批流程。

选型时确认产品是直接在现场执行、通过标准接口调用，还是只能要求人复制粘贴。直接执行效率更高，但权限和误操作风险也随之上升；复制粘贴隔离更强，但上下文容易丢失。这里没有通用优胜者，取决于任务需要的自动化深度。

边界二：输入与输出是否可验证

Agent 接受输入并产生结果，不代表结果可以交付。逐项检查：

项目	需要验证的问题
输入范围	能否精确限定文件、目录、页面、数据源和时间范围
来源保留	摘要、结论或检索结果能否回到原始位置
输出格式	是否满足下游系统的结构、字段和编码要求
变更差异	修改前后是否提供可审查的 Diff 或字段变化
运行结果	能否区分已执行、成功、失败和未验证
不确定性	缺失信息是否明确标记，而非自动补全

选型测试应故意加入缺失字段、冲突资料和失败依赖。只用干净演示样例，无法观察工具怎样处理不确定性。

边界三：集成契约是否明确

“支持 API”“兼容某接口”还不够，需要阅读当前版本的官方技术文档并确认：

• 认证方式和令牌权限范围。
• 请求与响应格式、流式行为和错误结构。
• 模型或能力名称如何发现，是否允许固定版本。
• 超时、限流、重试和幂等约束。
• 工具调用、文件上传和结构化输出的支持边界。
• 数据保存、区域和删除机制。

如果计划替换模型供应方或接入统一路由，还要用候选环境实际验证每项所需能力。相同的接口路径不保证工具调用、错误处理、上下文长度或流式事件完全一致。

无法配置外部接口的封闭产品不一定不合适，但这会成为架构约束：模型、数据和日志能力由产品边界决定。应把它明确写进决策，而不是设计未经支持的绕行方案。

边界四：权限能否按任务收窄

评估权限时，不只看账号是否能登录，还要看 Agent 运行时能做什么：

• 文件权限能否限制到目标目录。
• 浏览器是否使用真实会话，能否隔离测试资料。
• 工具调用是否区分读取、写入、提交和删除。
• 知识库检索是否继承源数据访问控制。
• 凭据是否以秘密方式注入，而非进入提示词或日志。
• 高风险动作是否需要针对当前变更的人工确认。

如果一个任务只需要摘要，就不应同时获得删除文件、发送消息或修改生产配置的权限。提示词中的“不要做”是辅助约束，不能替代账号、环境和工具侧的最小权限。

边界五：失败是否可观察和恢复

Agent 会经历模型错误、工具失败、页面变化、网络中断和部分提交。候选方案至少要回答：

失败发生在哪一步？
哪些动作已经完成？
重试是否会重复写入？
能否从检查点继续？
怎样撤回已产生的变更？
谁能查看必要的运行记录？

只提供最终聊天文本的系统，很难用于多步骤写任务。对修改代码或数据的场景，应保留步骤状态、工具结果和变更证据，并对敏感日志设置访问与留存边界。

设计一组对照验证

每个候选工具用同一组样例、同一输入和同一验收表测试。建议至少覆盖：

1. 正常任务：输入完整，依赖可用。
2. 信息缺失：缺少负责人、字段或引用。
3. 权限不足：目标资源不可读或不可写。
4. 工具失败：外部调用超时或返回错误。
5. 范围诱导：任务材料中包含无关修改建议。
6. 中断恢复：执行中途停止后检查已完成状态。

记录原始输入、环境版本、执行步骤和实际输出，不只记录主观感受。测试规模应足以覆盖团队的关键路径；如果没有形成可复现数据，就不要发布性能、成本或成功率排名。

条件化地形成结论

选型表可以使用以下结构：

维度	必须满足	可接受限制	验证证据	结论
任务现场
输入输出
集成契约
权限边界
失败恢复

结论应写成条件句。例如，“适合只读知识检索，但不满足业务写入的审计要求”，比“综合能力强”更能指导架构决策。某个工具也可能适合探索性个人任务，却不适合接触组织数据；场景不同并不矛盾。

结论与限制

AI Agent 选型应先从可重复任务出发，再验证执行现场、输入输出、集成契约、权限和失败恢复。只有使用相同样例和可检查证据，产品差异才会从宣传词变成工程约束。

本文提供的是评估框架，不包含任何产品在特定版本下的能力结论。实际决策仍需查阅候选产品当前官方文档，在目标环境中验证，并结合数据合规、运维责任和预算要求复核。