什么是商用智能体？

通用助手的考核标准是：什么都能帮上忙。商用智能体的考核标准是：一件事说得准——其余一律闭嘴。

这个颠倒几乎改写了所有设计决策。所以商用智能体并不是一个换了公司 Logo 的通用助手。

一个智能体能面对客户之前，必须成立的几件事

它只根据你的材料作答，不根据互联网。 客户问你们收多少费，正确答案只有一个，而且就写在你的文档里。模型的通用知识在这里不只是帮不上忙，它是风险——一个自信满满的错数字，比不回答更糟。

它有边界，并且真的停在那里。 任何一家企业都有必须不回答的问题：没有执业资格的法律意见、无权承诺的价格、给不了的结果保证。边界必须是配置里写死的东西，而不是一句「但愿模型别乱说」。

它会转人工。 知道什么时候停下来去叫人，是能力，不是失败。在哪些点转人工，由你定义。

它可以审计。 早晚会有人问一句「它凭什么这么跟人家说」，而这时必须有答案——完整对话、它引用的文档、它执行过的操作。

这四条各自靠什么落地

它们不是口号，每一条背后都有具体机制，值得知道是哪一个：

• 只用你的材料作答 → 两套知识库，你的和客户的，一起检索、分开框定，并配有相关性下限——宁可什么都不返回，也不返回一个「差不多」的结果
• 有边界并停在那里 → 灵魂，加一层任何租户都关不掉的审核，再加上「只能通过你启用的 Skills 才够得着工具」
• 它会转人工 → 转人工的触发点写在当前运行的那个 Skill 里
• 它可以审计 → 完整对话、它取用的段落，以及每一次工具调用的入参和出参

为什么「有用」是个错误的目标

通用助手一旦答不上来就显得坏了，于是它开始猜。而对一家卖专业能力的企业来说，猜恰恰是最贵的那种失败：它制造出一个对自己的情况深信不疑却完全搞错的客户，而纠正这件事要花掉某个人一小时，外加一部分信任。

商用智能体宁可答不全，也不能答错。「这个我这儿没有——我去找个能答的人来」，是一个好答案。