---
title: "智能体工作流：先设计可追溯，再谈自动执行"
description: "检索、建议、审批和执行需要独立的证据与状态，避免把流畅回答误认为可靠自动化。"
canonical_url: "http://localhost:3000/zh/blog/building-auditable-agent-workflows"
---

> Index of every page on this site: [llms.txt](http://localhost:3000/llms.txt)

## 自动执行之前，先回答谁在负责

把模型接到工具上，并不等于形成可靠的业务流程。模型可能整理得很清楚，却引用了用户无权读取的资料；也可能给出合理建议，但执行参数已经偏离审批内容。问题不只在回答质量，还在责任和权限边界。

开始之前，应先问：谁发起任务，允许读取哪些数据，哪些动作需要审批，失败后由谁接管。只有这些问题有答案，才适合决定模型、工具和运行方式。

## 四种证据不要混在一起

检索证据说明信息来自哪里；建议记录说明为什么推荐某个动作；审批记录说明谁允许执行哪一组参数；执行记录说明外部系统实际返回什么。四者可以关联，但不能相互替代。

一条“操作成功”的模型回复不能取代接口结果。用户同意建议，也不能自动推导为所有后续调用都获准。审批范围要与具体动作绑定，参数或目标改变时需要重新判断。

## 权限应由服务端执行

提示词可以解释规则，但不能作为唯一权限机制。检索层需要按用户身份过滤资料，工具层需要检查资源和动作权限。即使模型产生了格式正确的请求，也应由真实接口拒绝越权行为。

敏感数据外发前，还要明确模型供应方、处理地区、保留配置和可访问人员。没有提供这些资料时，不应宣称数据已满足某个隔离或隐私保证。

## 重试需要知道当前事实

网络失败、限流、业务拒绝和权限不足不是同一种错误。可以重试的情况也需要次数与间隔上限。重试前若订单或任务状态发生变化，应重新读取当前事实，不要继续执行已经过期的计划。

取消同样需要贯穿全过程。任务在等待审批时、执行中、结果写回时，取消分别意味着什么？迟到的响应能否覆盖取消状态？这些规则应该通过可复现用例确认。

## 用业务样本评估，不用演示感觉评估

评估集应包含缺少依据、资料互相冲突、旧文档、越权请求、重复执行和工具失败。检索是否找到正确来源、回答是否忠于来源、动作是否符合授权，需要分开检查。

不要因为几次演示都顺利就承诺准确率，也不要用任务完成数代替业务结果。指标要有样本范围、判定规则和人工复核方法；没有真实评估，就明确保持未知。

## 让人工接管成为正常路径

人工接管不应只是一个报错按钮。界面应展示已经读取的资料、已批准动作、外部执行结果和仍未完成的步骤，帮助操作者安全地继续或终止。

Agent Workbench 展示了这类流程的概念拆分，没有连接真实模型或企业系统。可以把它作为需求讨论材料，先确认数据、审批和失败边界，再决定值得自动化的部分。

## Sitemap

See the full [sitemap](http://localhost:3000/sitemap.md) for all pages.
