艾普AI生产力研究院发布企业级Agent设计白皮书

企业内部做 Agent，常见进程是这样：三个星期做出能跑通流程的 Demo，评审会上掌声一片；半年过去它还在跑，但没人敢让它碰生产数据。

《企业级 Agent 设计白皮书》191 页，艾普 AI 生产力研究院出品。它补的就是中间那道断层：Agent 在生产里稳不稳，取决于你把多少判断搬进了工程结构，而不是用了多大的模型。

判断不该只靠模型

传统软件的控制流由代码决定。Agent 把一部分判断交给了模型：请求进来要分查询、分析还是执行；工具返回后要判断证据够不够；长任务失败要决定继续、重新取证、回滚还是交给人。

这些判断只让模型来做，用自然语言表达，程序就没法据此控制执行，也没法恢复任务。报告的解法是把它们落到路由、状态、证据、权限、日志、回滚、评测七处，写成五个工程契约。

其中，证据契约最该先看：RAG 只负责提供业务资料，员工 ID、批次号、金额这类当前状态必须从工具返回值和会话状态里读，两类信息都核对才行。

契约的作用是把判断从对话里搬到接口上

全书核心结构是两条轴。纵轴七个认知功能：感知、记忆、推理、行动、反思、协作、治理。横轴六种执行拓扑：链式是顺序，路由是分流，并行是并发，循环是迭代，层级是分层，编排是协调。

两轴相交得 42 格。记忆配编排是进度追踪，要在多次工具调用间维护任务台账；推理配路由是复杂度路由，要在请求进主循环前选好路径。只说「我们做了 Agent 编排」，说不清系统担的是哪一类责任。

空格和模式一样是结论，说明这块还没人跑通

实施坐标有了，更现实的问题是第一版上几个。六步法第二步对七个认知功能各打 None、Light、Heavy，得一条七维能力向量；第六步要求先用两三个模式跑通从输入到验收的最小闭环。

还有一份十问清单，问的都是位置：目标存在哪、资料能不能查到原文和版本、金额由哪个系统维护、路由结果是结构化决策还是一段话。多项答不上，系统就还停在原型。

同样是 Agent，起步规模差出一倍多，差在会不会写

执行型那套 8 个模式，比多 Agent 协作还多两个。多出来的分两类：A1 工具调度、A2 规划执行负责动手；M3 进度追踪、G1 审批门、G2 爆炸半径控制负责善后。

报告把这条划成硬规定：任何带写权限的 Agent，G1、G2 和 X1 都要进设计评审。能不能省模式，取决于你的 Agent 会不会改变外部状态。

配套实例是一批 18 人薪酬付款。批准之后，运行时仍限定单次最多写 20 条、一段运行最多 40 条，不得并发开两个付款批次，创建后为待提交、外部确认前可撤，熔断后只能读。已经批准不等于无限权限。

批准只是开了门，门后每一步还在收窄

它也有明显的空白。全书没有一个失败项目的基线数据，讲模式失效只有定性描述；成本口径完全没提，token 和人工复核的账算不出来。

七个认知功能的案例几乎全落在 SaaS 场景，制造、医疗这类强流程行业找不到对照。附录里那场「补丁债务」的翻车写得很实在，可惜一段就收尾，没给复盘结论。

这些空白恰好标出了它的定位。整本 191 页只出现 3 个百分号，全在同一段，引的是 ACL 2025 一篇论文的 31.9% 和 36.7%，后面还专门补了一句「相对基线提高 51%，不是提高 51 个百分点」。作者肯把别人论文的提法往回摁，说明他清楚这数字会被读成什么样。

它不承诺效果，只给检查项、失效方式和验证指标。所以我推荐它当评审清单，不推荐它当 ROI 依据：按它评审，方案会变严；按它估算省多少人力，一定会落空。

具体到人：做架构评审的，把十问清单当检查表，一页能问出对方是原型还是生产系统；已经上线一个、准备接第二个的，重点看层级委派、扇出聚合、交接链；做选型采购的，用它判断供应商讲的东西落在哪个格子。

2026年企业级Agent设计白皮书191页.pdf

资讯来源：由AI资讯编辑整理自互联网公开内容，版权归原作者所有，未经许可，不得转载。