让 Agent 自动审批听起来很有未来感。报销进来自己检查采购申请自动判断合同看完给结论符合条件就直接往下一步跑。以前一个单子要等几个人点按钮现在几分钟结束老板听完当然容易心动。真正接进企业以后第一个问题很快就会出现一笔 300 元办公用品报销和一笔 30 万元供应商付款显然不应该拥有同样的自动化权限。企业真正要设计的不是 Agent 会不会审批而是它到底可以审批到哪里。现实里的权限从来不是简单的“能”和“不能”。普通低风险事项可以直接自动完成金额高一点可以让 AI 先审核材料再让负责人确认供应商收款账户突然改变即使金额并不夸张也可能值得停下来多看一眼。销售也是同样的逻辑。AI 可以根据标准生成报价可以计算利润空间可以提醒销售这个价格已经接近底线但不代表它应该为了拿下客户自行承诺一个公司从没批准过的折扣。客服可以处理普通退款但金额超过员工本身的授权范围以后AI 也不应该因为“推理能力强”就获得更高权限。模型能力和业务权限本来就是两回事。一个只能帮员工写邮件的 AI 偶尔犯错最多是一段文案重写一个已经接进 CRM、财务、合同和客户系统的 Agent如果可以自行修改核心数据、付款或者对外承诺错误影响就完全不是一个级别。Agent 越强企业越不能用“它应该懂吧”代替权限设计。真正实用的权限体系反而非常朴素哪些事情它可以直接做哪些事情做完必须通知哪些事情做之前一定要确认哪些动作从一开始就不允许自动执行。除此之外还有一个特别重要的能力——停。数据互相矛盾时停模型连续拿不准时停业务金额突然异常时停外部系统状态和内部记录对不上时也停。暂停不意味着系统没能力它反而说明系统知道自己的边界。真正可靠的 Agent不只是知道怎么继续更要知道什么时候不应该继续。而且停下来以后也不能把烂摊子直接扔给员工。系统最好把已经处理到哪里、为什么停止、发现了什么异常、现在需要人确认什么一起给出来。这样的人机交接才真正节省时间。员工不是从头重新调查而是在一个清楚的节点上做最终判断。人负责责任和例外机器负责大量正常、重复、可以明确规则的事务。这也是企业 Agent 最可能真正落地的形态。不是所有事情都完全无人化而是绝大多数正常流程不再占用人的注意力真正高风险、低频、需要承担责任的部分才重新找到人。有些人觉得这不够“自动”但企业经营从来不是比赛谁更敢把权限交给机器。真正重要的是效率提高以后风险有没有一起失控。企业需要的不是一辆没有刹车的 AI 超跑而是一辆跑得够快、遇到真正重要的路口还知道停下来的车。