狭义系统需要逐步提示和人工协调。通用人工智能级别的代理能够推断缺失的上下文，分解目标，并协调工具以实现结果。这颠覆了管理层次：领导者设定目标、约束和可接受的证据，而代理选择方法。优势是速度和广度；权衡是控制权转移到政策、评估指标和资源限制，而非详细流程。

实际上，这意味着减少工单和交接，增加由产品负责人、领域专家、合规人员和具有限定自主权代理组成的目标单元。这些单元执行短周期、政策感知的规划，生成审计用的产物，并发布延迟、成本、可靠性和业务影响等遥测数据，帮助投资组合经理实时调整投资。

里程碑1：具备基于检索的工具熟练度和安全函数调用。里程碑2：持久记忆，能跨任务和周数改进计划。里程碑3：多代理协作，明确角色和冲突解决。里程碑4：自我检查，配备任务特定的评估器和测试套件。里程碑5：目标追求，权衡成本/收益并报告不确定性。每个里程碑都支持在精心选择的工作流中扩大自主级别。

将每个里程碑与门槛挂钩：最低可靠性标准、偏见和安全检查、吞吐量限制及回滚程序。避免“是否通用人工智能”的二元争论；采用自主阶梯，将能力映射到治理，从仅建议（一级）到监督执行（三级）再到预算和政策约束的自主（四级）在非关键领域。

核心层： (1) 具备血统、访问策略和向量索引的数据产品以支持检索；(2) 结合短期草稿和长期情节及语义存储的记忆服务；(3) 支持API、RPA、代码执行和搜索的工具编排；(4) 具备角色定义、协商和共享状态的规划与多代理协调；(5) 配备单元测试、场景模拟、红队和回归套件的评估机制；(6) 执行身份验证、政策、速率限制、护栏、支出上限和审计日志的控制塔。

设计原则：以代码形式实现政策以保证治理可复现；以代码形式实现评估以持续保障；幂等工具支持重试；关键路径的确定性回退；以及以可观测性为先的监控（令牌、延迟、工具结果、人为覆盖）。该架构减少供应商锁定，将实验引导至安全通道，并将模型改进转化为企业能力的复合增长。

随着代理规划和行动，风险加剧：微妙的提示注入、工具误用、潜在偏见、虚假引用，以及递归调用导致的成本暴涨。通过多层防御缓解：签名提示和工具、最小权限凭证、政策防火墙、输出过滤、来源追踪，以及在高影响操作前强制外部评估反思。对受监管或不可逆事件始终保留人工确认关卡。

问责需要明确的所有权。为每个目标单元指定产品负责人；保持不可变的审计轨迹；不仅衡量准确性，还要衡量业务效用、公平性和对分布变化的韧性。建立正式的代理故障事件流程，进行涵盖数据、工具、政策和评估缺口的根因分析，而非仅限于模型。

从零散的概念验证转向与共享架构绑定的生产意图试点组合。为可复用组件——记忆、评估、控制塔——设立平台预算项。用平衡计分卡跟踪投资回报率：周期时间、错误率、服务成本、客户满意度、合规发现和事件频率。为持续评估和政策调整预留预算，随着能力演进不断优化。

人才转变从提示调试者到产品导向的构建者：代理产品负责人、评估工程师、政策即代码工程师、红队成员和能够编码目标与约束的领域专家。首先重新设计两到三个端到端流程——理赔、入职、销售线索到收款——为具有限定自主权的目标单元，然后通过复制模式在整个投资组合中扩展。