供应商说这是 AI 智能体？现场用六个问题验交付能力

为什么要问到动作

Gartner 在 2025 年 6 月的新闻稿中称，一些助手、机器人流程自动化和聊天机器人被重新贴上“智能体”标签，称之为 agent washing。该稿估计数千家自称 agentic AI 的厂商中，约 130 家名副其实。这个估计没有给出逐家核查方法，也不能拿来推断国内市场或眼前这家供应商。现象的背景见 为什么 40% 的 agent 项目可能被取消；本文只谈现场怎么收集可验证的证据。

现场六问

① 能否用我们的案例跑一遍？

让一线主管准备一份已脱敏、已获授权的真实业务案例，在隔离的测试环境运行。先讲清供应商宣称“开箱即用”的范围，再记录哪些步骤需要配置、训练或系统集成。需要准备工作不自动等于产品不行，但会改变试点范围、工期和验收条件。

② 跑到一半，条件变了怎么办？

用业务中常见的变化提问：金额更正、客户规则变化，或先暂停一个动作。看系统能否据新条件调整后续步骤；若不能，能否明确暂停并交回人工。把屏幕上的反应和操作人员的介入分别记下。一次成功或失败只是试点线索，要在不同案例和异常条件下重复验证。

③ 它在哪些情况下会失败？

请供应商给出具体边界和证据：遇到缺字段、模糊单据或接口超时时会怎样，如何发现、告警、重试或回退。能展示脱敏后的故障记录或测试记录更好。答得笼统意味着还需要验证，不能据此断言它从未用于生产。

④ 出了问题，能查到它做过什么吗？

要求看可审计的执行记录：调用了哪些系统、读取和改动了什么、何时由谁批准、结果是什么。采购方需要的是可复盘的动作与权限记录，不是模型内部思考过程。触及客户数据或资金的动作，还要问清权限边界和人工复核点。相关风险见 AI 员工安全。

⑤ 谁定义“这活做完了”？

问清机器判定任务完成的条件、输出的验收标准，以及哪些高风险步骤必须由人批准。有人审批不等于它不是智能体；审批可能恰好是成熟设计的一部分。Gartner 对自治与人工监督的讨论也强调按可靠性和风险逐步授予自治，见 相关分析。

⑥ 越界时，它会停下并交接吗？

请供应商展示一个拒绝执行或转交人工的规则和实例：权限不够、数据缺失、结果不确定或任务超出约定范围时，谁收到通知、怎样继续处理。把触发条件写进试点验收，不凭“它会判断”四个字放行。

只有三分钟，就问这三句

答复若仍停留在演示话术，先做限定范围的试点，再据结果谈验收、工期和价格。

谁该坐在会议室里

熟悉这项业务的一线主管应牵头准备案例和判断结果。涉及数据安全、权限和系统集成时，把相应专家请进来。是否需要外部协助，取决于团队已有能力和试点风险。另有一份 上 agent 前的内部准备清单，查的是你自己的负责人、流程和兜底机制；这六问查供应商承诺的交付能力。