它会收到什么？
用户请求、企业资料、系统状态或标准化任务。
先写一份岗位任务说明，再决定模型和工具。
智能体能否使用，首先取决于任务边界是否清楚。
允许它做什么？
查找、整理、生成、比较或调用明确工具。
什么才算完成？
结果格式、事实依据、质量标准和交付位置。
何时必须交给人？
权限不足、证据冲突、风险过高或无法判断。
能力组成
可用智能体由五个相互约束的部分组成。
通用 AI 不了解企业知识和岗位边界，需要在特定任务上稳定工作并接受检查。
- 01
知识
哪些资料可以使用，来源和更新时间是否可信。
- 02
工具
允许读取或修改哪些系统，调用结果如何确认。
- 03
权限
身份、数据范围和高风险动作如何被限制。
- 04
评测
用真实任务检查准确性、完整性和失败方式。
- 05
运营
日志、反馈、版本和异常如何持续被维护。
用任务样本验证结果，也验证它是否知道何时停止。
演示能回答，不等于进入岗位后能稳定工作。
事实准确引用来源，不补写未知事实逐项核对
任务完整按岗位要求输出必要内容样本评测
权限合规只读取和操作允许的范围权限测试
失败可控遇到冲突与风险时停止并转交故障演练
真实能力证据
查看案例过程 本地设计智能体：把设计工具操作放进可检查的任务链。
案例展示如何围绕设计任务连接工具调用、结构化输出和人工确认，而不是把对话能力包装成岗位交付。
下一步
提交项目背景 从一个岗位、一类任务和一组真实样本开始。
提供任务输入、理想结果、可用知识和必须人工确认的动作，我们会先判断能力与权限边界。