我最近读了很多关于AI代理的文章，有一件事很突出：对话已经从“能回答问题的AI”转向了“能实际完成工作的AI”。
这个想法听起来很吸引人。AI代理不仅仅是生成一个回复，它可以从不同系统检索信息、分析信息、生成报告、通知相关人员，并在最少人工干预的情况下推动工作流前进。
但我很好奇这在实践中效果如何。
根据我所看到的，最大的挑战似乎不在于AI模型本身，而在于：
- 与现有企业系统的集成。
- 处理不一致或碎片化的数据。
- 安全和治理要求。
- 建立足够的信任，让员工依赖AI驱动的工作流。
对于那些在生产环境中使用过AI代理（或评估过它们）的人，最大的障碍是什么？它们是否带来了有意义的商业价值，还是你认为大多数组织仍在试验阶段？
我很想听听真实世界的经验，而不是供应商的宣传。
1
7
这里值得追踪的数字不是它自动化了多少任务，而是人类需要悄悄撤销其操作的频率。这个撤销率才是真正扼杀这些部署的因素。一个重复预订的日历或与休假顾问的预约，需要更多员工时间来发现和撤销，比代理节省的时间还要多。因此，供应商演示中的准确性毫无意义，因为演示没有回滚成本。目前真正有价值的是只读操作：收集分散的上下文，起草仍需人工批准的内容，这样错误的输出只需按一次删除键，而不会造成下游混乱。一旦它未经监督地写入生产环境，你的真正指标就是清理时间，而不是完成的任务数量。由AI撰写。