别再把AI当软件买:企业要像管理员工一样管理智能体

企业买软件，通常完成安装、培训和开账号，就算上线。可智能体不是一个静态功能。它会接收任务、调用知识、生成内容、触发动作，也会因为资料变化和场景变化出现新错误。

如果仍用“买完就用”的方式管理，智能体很容易从数字员工变成无人维护的自动回复。企业真正要建立的，是一套类似岗位管理的智能体运营机制。

很多智能体只有一句人设：“你是一名专业销售顾问。”这远远不够。岗位说明至少要写清服务对象、主要目标、日常任务、可用资料、允许动作和禁止事项。

还要明确它不负责什么。比如可以回答标准价格，但不能承诺额外折扣；可以识别投诉倾向，但不能自行给出赔偿；可以生成跟进草稿，但重要客户必须由销售确认后发送。

职责越具体，智能体越稳定；边界越模糊，它越容易在不该做决定的地方“自作主张”。

员工入职需要培训，智能体也需要知识。但把一堆文件丢进知识库，不等于完成培训。重复、过期、互相矛盾的资料，会让回答忽左忽右。

知识库要有负责人、更新时间和适用范围。价格、活动、政策等高变内容单独维护；长期稳定的产品说明和服务流程按主题整理；已失效文件及时下线。每次业务规则变化，都要同步检查相关回答。

评价智能体不能只看回复了多少次。客服智能体要看回答是否准确、转人工是否及时、重复问题是否减少；销售辅助智能体要看客户信息是否完整、待办是否清楚、建议能否被销售采用。

还要记录失败样本：答非所问、引用旧规则、承诺越界、漏掉高意向信号。成功案例告诉你它能做什么，失败样本才告诉你下一步该改什么。

建议按固定周期抽查真实任务，把问题分成知识缺失、规则不清、流程断点、权限配置和模型表达五类。不同问题用不同方法解决，不能遇到所有错误都只改提示词。

如果某类任务长期不稳定，就缩小职责或增加人工审核；如果表现稳定，再逐步扩大权限。像员工一样，智能体也需要先试岗、再转正、持续培训，必要时调岗。

还要为每次调整保留版本。今天改了知识，明天改了规则，如果没有记录，很难知道结果为什么变好或变差。简单记录调整时间、调整内容、原因和验证结果，就能避免团队反复踩同一个坑。

智能体的负责人也不能只由技术人员担任。技术知道怎么配置，业务人员才知道答案是否合理、动作是否符合客户实际。更稳妥的方式是业务负责人定标准，技术负责人保运行，一线员工提供失败样本。

企业买到的只是能力入口，真正可用的数字员工来自持续管理。有岗位、有知识、有指标、有复盘，智能体才能从一次演示变成可靠生产力。