「Agent 应用」不是把所有流程都自动化。真正要做的是：按失败成本排序，先做高频、可回滚、规则相对清楚的场景，再碰高风险领域。
一、先画一张应用地图
| 象限 | 特征 | 策略 |
|---|---|---|
| 高频低风险 | 纪要整理、周报草稿、知识问答 | 优先试点 |
| 高频高风险 | 对客回复、报价、合同摘要 | 强闸门+抽检 |
| 低频低风险 | 活动文案、内部通知 | 按需使用 |
| 低频高风险 | 资金操作、权限变更、删库类动作 | 默认禁止自动化 |
二、值得优先落地的场景
1）客服与工单预处理
Agent 负责分类、补全信息、起草回复，人负责发送。适合话术相对稳定、知识库可追溯的团队。
2）运营与内容流水线
选题、大纲、初稿、合规检查可以串成流程，但发布键必须在人手里。适合内容站、社群运营、活动复盘。
3）研发与数据辅助
日志摘要、测试用例草稿、SQL 解释、变更说明生成，能明显减少「脏活」。注意：生产变更仍要走原有审批。
4）内部知识助手
在授权文档范围内回答「制度怎么规定」，并给出引用片段。没有引用就标注不确定，避免一本正经胡说。
三、建议先别碰或严控的场景
- 未脱敏的客户隐私处理；
- 自动对外承诺价格/交期/法律结论；
- 不可逆的批量写操作；
- 目标本身仍在扯皮的战略议题（Agent 解决不了政治问题）。
四、上线一个应用的最小闭环
- 选象限：高频低风险；
- 写成功标准：时间、质量、抽检通过率；
- 定工具白名单；
- 设人工闸门；
- 跑两周数据，再决定扩面。
场景：…
周处理量：…
当前耗时：…
目标耗时：…
抽检规则：每 20 条抽 1 条
失败回退：…
五、衡量「有没有用」的四个数
- 任务完成率（不是对话次数）；
- 人工返工率；
- 单次成功成本；
- 严重事故次数（目标为 0）。
只看「感觉更快」很容易自欺。把数字钉在周会上，应用才会从热闹变成资产。
落地记录表（建议固定复盘）
每次完成与「AI Agent 应用场景盘点：哪些值得上，哪些先别碰」相关的任务后，用下表留下证据，四周后对比返工是否下降：
| 字段 | 填写说明 |
|---|---|
| 日期 | 任务发生日 |
| 目标 | 一句话可验收结果 |
| 材料来源 | 链接、文件或系统名称 |
| 工具与权限 | 实际调用了哪些白名单能力 |
| 人工闸门 | 哪些步骤必须人确认 |
| 结果评分 | 1 到 5 分，并写一句理由 |
| 失败归因 | 材料、权限、提示词、模型或其他 |
| 下轮只改一项 | 只写一条可执行改进，避免一次改十处 |
管理 Agent 工作的重点不是展示又上线了什么功能，而是看返工率、事故率与单次成功成本是否在收敛。把高频失败写回任务单模板，比收藏一百条提示词更有用。
两周试点怎么排期
若你准备把「AI Agent 应用场景盘点：哪些值得上，哪些先别碰」从个人尝试推进到小组试点，建议按十个工作日排：
- 第 1 天：选定唯一场景与成功标准，写进一页纸。
- 第 2 天：准备脱敏材料包与黄金样例十到二十条。
- 第 3 到 4 天：只读工具跑通，禁止对外写操作。
- 第 5 天：补检查清单与人工闸门，演练一次拒绝越权。
- 第 6 到 8 天：小流量真实任务，每日抽检。
- 第 9 天：汇总失败类型，只保留三条改进。
- 第 10 天：决定扩面、维持或回退，形成书面结论。
排期的意义是防止「一直在优化提示词却从不上线标准」。有日期、有样例、有抽检，讨论才不会空转。
原则备忘（可贴在协作文档置顶）
- 目标先于工具，工具先于模型品牌偏好。
- 小样本先于全量，闸门先于速度与排场。
- 日志先于体感，回滚先于勇气与口号。
- 权限默认拒绝，任何开放必须显式批准。
- 评估集比演示稿重要，回归比单次惊喜重要。
- 名称管理要诚实，避免员工高估系统能力。
- 成本按成功任务计算，不按聊天轮次自我安慰。
- 隐私与合规是上线条件，不是上线后补丁。
- 一人试点成功，不代表组织流程已就绪。
- 砍范围往往比加模型更能立刻见效。
以上原则适用于大多数 Agent 相关落地。当你犹豫是否继续加功能时，先问：它是否降低返工、是否不增加不可追责风险。两个问题都答「是」，再投入下一轮开发。
