如果 Agent 只是回答一个问题，答错了，用户可能再问一次；但如果 Agent 开始下单、参与调度、修改生产系统、调用真实业务能力，那么一次错误可能带来的就不只是体验问题，而是实际业务风险。
那么，企业 Agent 的边界，到底在哪？
近日，InfoQ《极客有约》X QCon 直播栏目特别邀请 NoDesk AI CTO 王仿 担任主持人，和 飞猪算法专家吕德涛、货拉拉技术总监亓隆基、江苏移动 AI 方向 CTO 王上淇 一起，共同探讨企业级 Agent 的自主权与生产实践。
部分精彩观点如下： 业务场景更需要确定性和可靠性，这是模型天然不具备的，所以我们得有一个明确的边界，让模型的不确定性在确定的业务边界内进行。
关键环节还是用规则的方式做，只是描述和生成规则用 AI，成本、边界、准确性都解决了，可解释、可撤回、可控也更强。
涉及用户钱包权益的一定放在人这边；自由度高的，比如生成回复、澄清模糊意图、处理长尾表达，可以交给模型
🔗 原始来源
如果你要核对细节，可以再看原文： InfoQ AI原文链接