现在讨论 AI agent，很容易从它能够连接多少工具、自动完成多少步骤开始。我也觉得这些能力有吸引力，尤其小团队本来就没有太多人手。但如果要把 agent 放进实际生意里，我会先确认另一件事：哪些动作做错了可以修改，哪些做错了会让公司承担责任。
例如整理 enquiry、提醒逾期任务、把一段对话归纳成待确认事项，通常可以先让 AI 处理，再由员工抽查。它省掉的是重复阅读和整理资料的时间。只要原始记录还在，出错以后也比较容易发现和修正。
但情况一旦涉及正式报价、价格折扣、付款安排、客户承诺或外部发送，就不能只因为模型回答得流畅而直接执行。AI 不一定知道公司最新的授权范围，也可能把客户的意向当成确定指示。自动发送一条错误信息，比生成一份需要修改的草稿难收拾得多。
我比较认可把权限分成几层。低风险的整理工作可以自动运行；会影响记录但仍可追溯的更新，需要日志和复核机制；对外承诺或涉及金钱的决定，则保留明确的人工批准。这个边界不是为了拖慢 automation，而是让系统知道自己在哪一步应该停下来。
还有数据问题。客户通过 WhatsApp 或 email 提供资料，不代表他同意我们随意把内容交给第三方工具训练或处理。真正投入使用前，要弄清楚资料从哪里来、传到哪里、谁能访问，以及删除和纠错怎么做。对小生意来说，这可能比多一个智能功能更值得先处理。
所以我不会用 agent 数量来衡量系统的成熟程度。我更想先知道：它有没有减少实际重复劳动，错误能不能及时发现，负责人有没有办法接管，以及每月成本是否合理。自动化如果让团队多了一层需要照顾的东西，就还没有解决原本的问题。