企业AI智能体架构第四层：能力编排比模型选择更重要

企业智能体架构的第四层，关键不在于模型有多强大，而在于智能体能力如何围绕具体任务进行合理配置。

前三层我们已经将智能体拉回到业务场景中：

· 第一层：业务场景层——不是“打造一个智能体”，而是“解决哪个具体问题”；

· 第二层：流程协同层——不是“有个入口”，而是“在哪个流程节点接收输入、输出结果、有人确认”；

· 第三层：知识与数据层——不是“接入了知识库”，而是“每一步操作都能说清楚依据”。

走到这里，许多团队会松一口气：场景确定了，流程接通了，依据也补充了——那么接下来，是不是该选模型、配工具、上多智能体了？

且慢。

第四层真正要解决的，不是“用哪个大模型”，而是：

这些智能能力，到底该如何分工，才能支撑业务动作？

很多项目就在这一步散了架：能力清单列了5页，Demo跑得飞快，上线后却卡在“下一步该谁干”。

问题不在模型弱，而在能力没放对位置。

今天这篇，不聊技术参数，不列功能清单。我们只讲一件事：怎么把模型、规则、系统、工具和人，编排成一套能进业务现场的执行队列。

我陪跑过的多个企业智能体项目。其中大部分在第四层栽了跟头——不是模型不行，是能力没配准。

模型能理解、能生成、能推理，但不等于它能完成一个真实业务动作。

某制造企业上线客服智能体，Demo时回复流畅、语气得体。上线三个月后，客服主管反馈：“它生成的回复，我得自己核一遍政策；涉及赔付的，我得手动加免责条款；低风险问题它也标'需升级'，我得再判断。”

你猜问题出在哪？不是模型没能力，是能力没分工。

客户说：“系统又登不上了，上周报过一次，再不处理我就投诉。”模型可以识别出“情绪强”“重复问题”，但不能自行判断“必须升级”——这要看客户等级、服务协议、响应时限三条规则。

✅ 业务解释：模型能生成，不等于业务敢用。企业要的不是“AI会写话术”，而是“AI在正确规则下生成可采纳的话术”。

很多方案一上来就列能力：智能问答、知识检索、摘要总结、内容生成、数据分析、工具调用、任务规划、多智能体协同。

看起来很全。但企业真正要问的不是“它会什么”，而是“它怎么完成一件事”。

某零售企业合同智能体，功能齐全：识别类型、抽取条款、匹配规则、生成建议。结果法务反馈：“它提示的风险，我得自己再核；生成的合同，我得手动排版上传；修改意见，还得手动同步给业务。”

问题出在哪？不是模型不行，是能力没组合。

合同审核不是“读合同”一个动作，而是6步链条：① 识别类型 → ② 抽取条款 → ③ 匹配规则 → ④ 标记风险 → ⑤ 生成意见 → ⑥ 交由确认。

模型干①②⑤，规则干③④，人干⑥。缺一环，就只是“高级草稿机”。

✅ 业务解释：能力清单不是方案。能力之间形成业务承接，才是方案。

最危险的误判，是把所有事都交给模型。

模型干理解、干判断、干生成、干调用、干确认……听起来很智能，但业务往往不敢用。

为什么？因为真实业务里，一件事需要多种能力协作：

· 模型负责理解与生成（看懂客户说的“系统卡了”，生成回复草稿）；

· 知识检索负责找依据（查最新服务政策、历史案例)；

· 规则引擎负责定边界（客户等级触发升级、投诉次数超阈值）；

· 数据接口负责取事实（CRM查客户等级、工单系统查历史记录）；

· 人负责担责任（确认高风险回复、处理例外、最终拍板）。

上周陪跑某制造企业，CIO看到方案里“模型自动分派工单”，当场删掉2页能力清单，说：“别让AI替我担责。”

✅ 金句：AI不是万能工，而是分工协作员。模型能跑得快，但跑错方向，企业不敢跟。

第四层不靠技术参数，靠四个实操问题。挑一个你正在推进的智能体节点，用这4问快速过一遍。答不出3条，建议先停一停——不是技术不行，是能力还没编排好。

问题

✅ 能说清

⚠️ 模糊

行动建议

1. 谁干哪一步？

例：模型识问题+生成建议；规则判升级；主管确认分派

仅写“AI自动完成”

拆成3类角色分工

2. 边界在哪？

低风险（字段抽取）可自动；中风险（回复建议）需确认；高风险（自动审批）禁自动

未区分风险等级

标出“必须人拍板”环节

3. 工具怎么调？

读数据可自动；写结果需确认；触发动作必须人工授权

未区分读/写/触发

明确调用权限与留痕要求

4. 结果怎么回？

用户可采纳/修改/驳回；反馈进入知识库；错误原因可追溯

无反馈机制

设计最小闭环：用→改→记→优

这张表，我们已用在多个落地项目中。最常卡住的是第1条——能力没分工，模型就得扛责。

第四层的核心，就三条铁律：

模型擅长：读懂客户说的“系统卡了”，总结工单里的关键信息，生成回复草稿。它不适合：决定“该派给谁”“是否需升级”“能不能对外承诺”。

业务解释：模型可以识别出“客户情绪强烈”，但不能自行判断“必须升级至总监”——这要看客户等级、服务协议、响应时限三条规则。

规则引擎像交通信号灯：红灯停、绿灯行，不能让AI自己猜。适合：客户等级触发升级、投诉次数超阈值、合同金额超权限等确定性条件。

业务解释：“VIP客户+投诉≥2次→必须升级”这条规则，必须写死。如果让模型根据历史案例“推测”，一旦漏判，可能引发客诉升级。

人不适合：手工查3个系统、翻10页制度、写5页PPT。人必须干：最终拍板、例外处理、责任归属、对外承诺。

业务解释：AI可以生成回复草稿；但“这句话能不能发给客户”，必须由一线主管确认——因为一句措辞不当，可能引发法律风险。

这三条不是技术选择，是业务底线。

模型是笔，规则是尺，系统是桌，人是校对员。缺了哪一环，写出来的都不是正式文件。

企业不拒绝AI，但拒绝“能力乱配的AI”。

一个真正能进流程的智能体，应该像一支训练有素的小组：

· 模型是侦察兵：负责看懂现场、汇总信息；

· 规则是指挥官：负责下达确定性指令；

· 系统是传令兵：负责取真实数据、执行标准动作；

· 人是决策者：负责确认、例外处理和最终担责。

它不需要全能，但必须分工清楚；它不需要最快，但必须动作可靠。

五层架构走到第四层，本质是回答： 我们不是在建一个AI功能，而是在为一个业务动作配一套“可信赖的执行班子”。

所以，今天下班前，做一件事：打开你的智能体方案，删掉那页“能力清单”，换成一张“能力分工表”：

任务动作

模型干

规则干

系统干

人干

工单问题识别

理解客户描述

校验分类标准

读取工单字段

处理低置信异常

客户风险判断

生成风险提示

判断是否触发升级

查询CRM等级

确认是否升级

处理团队推荐

生成推荐理由

匹配分派规则

查排班状态

最终确认分派

如果这三行能写清楚，你的第四层，就稳了。

——本文为“企业AI智能体五层架构”系列第四篇。前篇回顾：《第三层：智能体不敢用，不是模型不行，是依据不清》 下篇预告：《第五层：智能体上线后，谁负责让它越用越聪明？》 如需本文「能力分工四问」PDF自查模板，欢迎留言“分工表”，我发你可直接套用的表格。