实战手册 / 领域实战手册
领域实战手册
按领域的实战手册——客服、研究、销售、数据分析、DevOps——该建什么，可以省什么。
- 客户支持智能体在自信错答率近乎为零的约束下优化分流：接地答案自主、交易设关、语气进评估、干净交接胜过自信猜测。
- 数据与分析智能体失败模式是自信的错误数字：schema/语义层接地、只读执行、核验作为独立阶段、弃答得分高于自信错答。
- DevOps 与 SRE 智能体只读优先，因为爆炸半径是生产：先诊断后修复、运维手册即经测试的工具、限制在工具签名里、变更管控不因操作者是模型而改变。
- 研究与综合智能体一个捏造来源即令整份交付物作废：检索-写作-核验、引用忠实度作为硬约束、保留分歧而非平均、深度与广度作为有界预算。
- 销售与 GTM 智能体失败模式是规模化的自动垃圾邮件：价值在调研/个性化而非量、同意作为上游 fail-closed 关卡、人工签核随触达面伸缩、评估中垃圾邮件风险赋重权。
- 金融场景智能体智能体在金融场景真正能创造价值的地方——对账、研报合成、KYC 审核——以及它们必须背着的硬性约束（审计、确定性、可供监管审阅的轨迹）。
- 医疗场景智能体病历记录、事前授权、分诊接待——这些是医疗中智能体真正节省人力的少数任务，以及离开它们就不能上线的隐私与临床安全护栏。
- 法律场景智能体电子取证、合同审阅、引文核查——法律智能体已经能跑的地方、它们会幻觉的地方，以及不同法域下需要的人工监督。
- 把实战手册适配到你的领域每份实战手册背后的元方法：按顺序回答五个问题来推导新垂直领域——任务、按可逆性的自主、作为接地与限制的工具、镜像代价不对称的评估、结构性护栏。
- 招聘智能体监管者先一步指定了架构的唯一领域：纽约市第 144 号地方法与欧盟《AI 法案》附件三都要求一个可数、可归因的按候选人决策——这正是自由文本式"匹配度强，8/10"设计过不了审计的原因，也是模型该待在漏斗拓宽一侧的原因。
- 邮件与日历智能体唯一一类未经认证的陌生人也能写入的记录系统：能熬过一次转发的来源分级、以强类型接口切开的读取者/执行者结构使邮件内容永远够不到发送通路、作为无人加固的零点击载体的日历，以及只在异常时才发问的确认设计。
- 辅导与学习智能体唯一一个把活儿干好就等于失败的领域：测无辅助后测而不是会话满意度、用代码而不是提示词执行提示阶梯、诊断错误概念而不是讲解知识点，并承认任何做得了作业的智能体都已经让作业作为考核失效了。
- 安全运营智能体唯一一类输入由"知道有模型在读"的对手亲手撰写的智能体：确定性富化、把裁决权挡在模型之外、按可逆性分配自主并给遏制动作设关，以及用那些"没人告诉过你判错了"的结案来搭黄金集。
- 翻译与本地化智能体流畅度不再预示忠实度，于是只读译文什么都抓不到：审校 diff 中的原文-译文对、用机器可校验的不变量设关卡（占位符对等、术语库、结构），并把术语当作检索问题而不是塞进提示词的一张术语表。
- 购物与结账智能体Instant Checkout 在上线商家不足十五家时被收回，因为难的是商品数据而不是支付——所以要把商品接地、在下单那一刻重新核验，并把唯一那个不可逆的步骤挡在模型之外的关卡后。
- 内容审核智能体公开准则只是十年间未成文判例的一份摘要，所以要把审核建成在已决案例上的检索——并让基础发生率而不是准确率分数来告诉你还需要多少审核员。
- 保险理赔智能体周期时间花在等一份缺失材料上，而不是花在裁定上——所以去建完备性引擎、在责任认定处停下，并刻意拒绝欺诈评分：它是这个领域里风险调整后回报最差的用例。
- IT 服务台智能体真正吃掉产能的工单最后都落在某个身份系统的变更上，所以产品其实是那层授权：用带外的持有型因子核验身份、从权限而非请求推导动作集合，并把密码与 MFA 恢复放到最后再上——或者干脆不上。
- KYC 与反洗钱开户智能体筛查告警里 90–95% 是误报，瓶颈从来不是发现，而是那堆没人能写出站得住脚论证的告警积压——所以让智能体去汇集证据、起草理由，由一个具名的人作处置，而制裁匹配器保持确定性并带版本。
- 采购与寻源智能体落标方有权拿到中标理由，所以唯一不该自动化的恰恰是那个分数：把带页级定位的需求覆盖矩阵建出来、让每份标书各自一个索引，并把排名留给一个能为之辩护的具名的人。
- 公共福利经办智能体MiDAS 在无人复核下自动裁定了三万四千人的欺诈，错误率约 93%，而荷兰补贴丑闻拖垮了一届内阁——所以智能体只组装卷宗、由具名的人做出裁定，检索要钉死在申领日期当时生效的规则上，而你必须去测的那类错误，是那些没人申诉的拒绝。
- 旅行与预订智能体搜索免费且可重复；下单则是一笔支付、一份合同，外加一个别人再也拿不到的座位——所以把它们做成两套系统，并让提交通道接受报价 ID 而不是参数、在提交时重新计价、带幂等键，并用对账代替重试。
- 供应链与物流智能体失效模式不是幻觉，而是自信地依据一个四小时前才为真的事实动手——所以给每个工具响应加上必填的 as_of 与由代码强制的最大年龄，把路径规划留给求解器、把智能体收敛到一份封闭的异常分类法，并且去测它从未报出的那个异常，而不是已报异常的精确率。
- 现场服务与派工智能体排程恰恰是早已被解决的那部分——派工上约束求解器胜过模型，所以智能体属于它读不懂的那两个边缘：决定哪些零件上车的受理，以及一天崩掉时的改约电话。每一次写入看板都是一句承诺，所以要先预留再确认、要假定人类派工员也在写入，并且衡量一次修复率而不是自动化率。
- 应付账款与发票智能体同业最佳的无接触率在 49% 上下徘徊多年，而失手的那一半并不是失手在读单据上——它失手是因为没有采购订单、没有收货记录，或者压根没人订过；所以要为例外队列而建，不是为干净通道。按"能不能撤回"而不是按金额设闸门：银行账号变更才是那笔你永远要不回来的损失。
- 催收与账款催缴智能体联邦 Regulation F 允许每笔债务每七天拨打七通电话；纽约市的 SHIELD 规则则规定每个账户七天内任何形式的联系只许三次——所以真正的产品是那个联系配额管理器，而不是模型，任何渠道在动笔之前都得先去扣同一个权威计数器。先确认对方身份，再谈内容；披露话术、金额与让步阶梯属于代码，不属于生成。