实践笔记
AI 代理在触达客户前应遵循哪些审批规则?
创始人指南:在 AI 代理触达客户前,如何设置审批规则、人工介入与权限控制,确保业务安全与合规。
在 AI 代理触达客户之前,必须遵循一套明确的人工主导审批规则:任何面向客户的输出都需经过人工审核,除非该操作已被预先批准为低风险且可逆。AI 代理(AI agent)是指能够自主执行任务、做出决策并与外部系统交互的软件实体;人工主导的 AI 运营模型(human-led AI operating model)意味着人类对关键决策拥有最终决定权;人机回环工作流(human-in-the-loop AI workflow)则是在 AI 执行过程中嵌入人工检查点。这些规则的核心是:将每个步骤分类为“仅人工”“AI 辅助”或“代理可执行”,并为代理可执行步骤设置明确的权限、日志和升级路径。

本文提供一个实用决策框架,帮助创始人和运营负责人梳理工作流,确保 AI 代理在客户面前的行为可控、可追溯、可问责。我们不会讨论具体技术实现,而是聚焦治理原则和操作步骤。

三类操作:仅人工、AI 辅助、代理可执行
任何工作流中的步骤都可以归入以下三类之一。这种分类是审批规则的基础,因为它决定了人类介入的程度和时机。

- 仅人工(Human only):涉及重大财务承诺、法律约束、品牌声誉或不可逆后果的步骤。例如,签署合同、批准大额退款、发布官方声明。这些步骤必须由人类完成,AI 只能提供信息支持。
- AI 辅助(AI assisted):AI 生成草稿、建议或分析,但人类必须审核并批准后才能使用。例如,AI 起草回复客户的邮件,但发送前需人工确认;AI 分析客户情绪,但后续行动由人决定。
- 代理可执行(Agent executable):低风险、可逆、有明确规则且后果可控的步骤。例如,在 CRM 中自动记录交互、发送标准化的确认通知、更新内部状态。这些步骤可以交给 AI 代理自动完成,但必须满足预设的权限和日志要求。
分类不是一成不变的。随着信任的建立和监控的完善,某些“AI 辅助”步骤可以降级为“代理可执行”,反之亦然。关键是每次变更都要经过正式评审,并记录在案。

映射工作流的五个步骤(以入站线索为例)
以下是一个说明性示例,展示如何映射一个入站线索处理流程。这不是客户案例,而是用于演示方法的虚构场景。

- 定义目标:将入站线索转化为合格商机,并确保响应及时、信息准确。
- 列出步骤:接收线索 → 记录信息 → 初步评分 → 分配销售 → 发送欢迎邮件 → 安排跟进。
- 识别输入、决策、交接、系统、权限和证据:每个步骤需要什么数据?谁做决定?使用哪些工具?需要什么权限?如何记录?
- 分类每个步骤:接收线索(代理可执行,自动从表单导入);记录信息(代理可执行,写入 CRM);初步评分(AI 辅助,AI 给出分数,但销售主管确认);分配销售(仅人工,基于地域和负载);发送欢迎邮件(代理可执行,使用模板,但需人工审核模板);安排跟进(AI 辅助,AI 建议时间,销售确认)。
- 定义审批、日志和升级路径:对于代理可执行步骤,设置权限(如只能写入指定字段)、日志(记录操作时间和内容)和升级路径(如异常时通知主管)。对于 AI 辅助步骤,明确人工审核的时限和标准。
这个映射过程帮助团队清晰地看到哪里可以自动化,哪里必须保留人工控制。它也是 AI 业务自动化审计(AI Business Automation Audit)的核心产出之一。

代理行动前的必备审批、日志与升级机制
在允许 AI 代理执行任何面向客户的操作之前,必须建立以下机制。这些机制是审批规则的落地保障,也是审计和合规的基础。

- 权限控制:代理只能访问完成其任务所必需的最小数据集和系统功能。例如,代理可以读取客户姓名和邮箱,但不能查看支付信息;可以创建草稿邮件,但不能直接发送。
- 操作日志:每次代理操作都必须记录时间、操作者(代理 ID)、动作、输入数据和输出结果。日志应不可篡改,并保留足够长的时间以供审计。
- 审批工作流:对于 AI 辅助步骤,定义谁审批、审批时限、审批标准。例如,销售主管必须在 2 小时内审批 AI 生成的报价,否则自动升级给经理。
- 升级路径:当代理遇到异常情况(如数据缺失、置信度低、规则冲突)时,必须自动暂停并将任务转交给指定人类。升级路径应明确责任人、响应时间和处理流程。
- 定期审查:至少每季度审查一次代理的操作日志和审批记录,评估分类是否仍然合适,权限是否过度,并调整规则。
这些机制确保 AI 代理的行为始终在人类的监督之下,并且任何问题都可以追溯到源头。它们也符合 NIST AI 风险管理框架和 OECD AI 原则中关于透明度和问责制的要求。

常见问题解答
以下是一些创始人常问的问题,基于上述框架给出简洁回答。

如何决定一个步骤是“仅人工”还是“AI 辅助”?
如果步骤的后果不可逆、涉及重大财务或法律风险,或者需要人类判断和同理心,则应归类为“仅人工”。如果 AI 可以提供有价值的输入,但最终决定权在人类,则归类为“AI 辅助”。

代理可执行步骤需要多详细的日志?
日志应至少包含:时间戳、代理标识、执行的动作、输入数据摘要、输出结果、任何错误或警告。日志应结构化存储,便于查询和审计。

如果代理执行了错误操作,谁负责?
根据人工主导的运营模型,人类始终对代理的行为负责。因此,必须设置审批和监控机制,确保错误能够被及时发现和纠正。责任应明确到具体的角色或个人。

小团队如何开始实施这些规则?
从最关键的一个工作流开始,例如客户支持或销售线索处理。按照五步法进行映射,先只自动化最安全的一两个步骤,运行一段时间并审查日志,再逐步扩展。

如果您希望将这套方法应用到自己的业务中,可以联系我进行流程审查。我也在当前的工作中分享更多关于 AI 自动化和治理的实践,欢迎了解我的背景和方法。

常见问题
AI 代理在客户沟通中应该有多少自主权?
AI 代理的自主权应限于低风险、可逆且规则明确的操作,例如发送标准通知或更新 CRM 记录。任何涉及承诺、判断或不可逆后果的步骤都必须由人类批准。
如何审计 AI 代理的操作?
通过不可篡改的操作日志记录每次代理行为,包括时间、动作、输入和输出。定期审查日志,并检查权限是否最小化,审批流程是否被正确遵循。
人机回环(human-in-the-loop)在审批中如何体现?
人机回环意味着在 AI 执行关键步骤前后设置人工检查点。例如,AI 生成回复草稿,人类审核后发送;或者 AI 提出建议,人类批准后执行。
小企业需要正式的 AI 治理框架吗?
是的,即使小企业也需要基本的治理规则,以避免错误和合规风险。可以从一个工作流开始,逐步建立分类、审批和日志机制。
来源
- AI Risk Management Framework — NIST
- OECD AI Principles — OECD
- EU AI Act — European Commission
- Ethics guidelines for trustworthy AI — European Commission
- Responsible AI: Putting our principles into action — Microsoft
- Google AI Principles — Google
- Artificial intelligence: Commission takes forward its work on ethics guidelines — European Commission