第 4 章 什么值得做成智能体

手头这个需求该不该做成智能体，是产品经理在智能体时代遇到的第一个真实决策，本章整章就办这一件事。判断只看任务本身长什么样，不深究实现细节，模型的行为第 2 章已经拆开讲过，这里拿来当判据用；一件事值不值得做，本来就排在怎么做的前面。

这个决策难在没有标准答案，还天天发生，评审会上为一个“要不要上智能体”争四十分钟、最后靠嗓门或老板拍板收场的情况并不少见。本章的替代方案，是把口味之争换成逐条核对，工具一共五件，三把尺子量值不值，一张选项阶梯挡住滥用，一幅任务画像验匹配，一道粗算看划算，再有一台漏斗加一张矩阵，把前四件串成流程、排出先后。前五节把工具逐件讲透，最后一节拿一条连锁品牌的场景从头走一遍，这条案例线会一直陪到全书结尾，人物和门店编号从那里立起，后面十几章不再换。

4.1 用例判断的三把尺子

判断一个需求值不值得做，用三把尺子，任务本身值多少钱、产出好不好验、回路里有没有积极的人，三条是交集，全过才进下一关。这套判据从生成式 AI 落地的成败用例里反推出来，没有走理论推导的路子，先看那个最早跑通的用例为什么跑通。

生成式 AI 落地里最早也最稳的用例，数编程辅助，帮工程师写代码的智能助手。它凭什么第一个站稳，拆开看原因有三条。写代码这件事本身贵，工程师的工时是真金白银，改进一点就是大钱。代码的好坏当场查得出来，能编译、能跑通、能过质量检查，工具就能判，不用等业务结果说话。用代码的人有动力盯着产出，不满意就改，改这个动作本身就是反馈。这三条不是编程独有，把它们从编程身上抽出来，就是判断任何需求的三把尺子。量的对象是一个个用例（use case），谁、在什么场景下、要完成什么任务，店长查昨天的损耗是一个用例，运营写周报也是一个用例。三把尺子过一遍，几分钟能出结论，而且每条结论都带着证据，评审会上拿得出手。

第一把尺子量的是任务本身值多少钱。值得自动化的任务，现在就有人在为它花时间、花钱，价值有两种算法。第一种摆在明处，这件事正靠人力扛着，写商品详情页的文案、每周手工拼周报，都是一单一单的工时，自动化省下来就是钱。查证据不难，看排班表、看外包合同、看哪个团队常年加班，钱花在哪，价值就在哪；拿不出“谁在为它花钱”的证据，第一把尺子就该悬着。第二种算法藏在暗处，这件事人力时代做不起，也就一直没人做。给每家门店每天出一份结合天气和客流的开业建议，靠人做，一家店一天就要半个小时，铺到几百家店，没有公司下得了这个决心；智能体把成本打了下来，一份原本不存在的服务就出现了。这种价值往往更大，也更难算，没有现状可以对，立项时说不清省了多少，只能说清给谁、省了什么，兑现要等上线后看使用，这种难算的价值，4.4 的粗算里有专门的处理办法。

这把尺子的反例也好认。每月给员工发一次生日祝福邮件，做不做都行，交给智能体写几句祝词，省出来的价值接近零，写错了还尴尬，自动化这类任务，图的是“我们也在用 AI”的名分，谈不上回报，为名分立的项目，第一把尺子就该拦下。还有一类更隐蔽，任务整体有价值，想自动化的那段恰好最不值钱。做归因周报的分析师，大半天耗在拉数和排版上，真正想问题的时间只占零头，值钱的恰恰是这一小段；量的时候把最值钱的那段看住，正是这把尺子的本意。

第二把尺子量的是产出好不好验。第 3 章讲过，智能体的行为带概率，同样的输入跑两遍，产出未必一样，这决定了验证的分量比传统软件重得多。传统软件测一遍通过，基本就稳了；智能体每一次输出都可能是新的，验证不能只做一次，要次次做，而次次都做的动作，必须便宜到日常做得起。便宜的验证有三条路子。第一条是让程序判，编程在这条上条件最好，编译过不过、测试通不通，程序当场判定，成本接近零。第二条靠核对，经营分析沾这个光，报表里的数字跟收银后台对得上就是对，对不上就是错，核对本身就是裁判。第三条用人眼，产出给在场的人扫一眼，错漏当场现形。前两条最便宜，第三条要占人的时间，算下来并不便宜，在粗算里记上这一笔。

反面是客服。客服又贵又有价值，第一把尺子轻松通过，坏就坏在第二把上，一段回复好不好，客户满不满意，要等对话结束才知道，中间还隔着情绪和措辞，三条路子哪条都用不上。所以这个领域动静很大，当标杆宣传过的项目，后来没做成的不少，常见的方式是上线时轰轰烈烈，几个月后悄悄下线。第一把尺子过得再漂亮，第二把过不去，项目照样要失败。

第三把尺子量的是回路里有没有积极的人。回路指任务运转的整条链路，活从哪来，产出谁用，质量谁兜。积极的人指的是有动力看产出、会挑错、还能把错处反馈回来的那个人，算不上监工。动力的来路，最常见的有三种，利益相关，署名发出周报的运营，东西代表他，他有十足的动力挑错；天天在场，店长守着店，归因说错了地方他一眼识破；靠它吃饭，工程师用智能助手提效，省下的是自己的时间。挑出的每处错都会变成下一轮改进的输入，第 3 章讲过智能体会持续进化，进化靠的正是这些反馈。

反例是深夜无人值守的群发。智能体自动往客户群里发营销内容，没有人看，措辞错了、对象错了，要等客户投诉上门才发现，错误本来能推动改进，没人接，就变成了事故。还有一种更常见的变体，回路里有人，人没动力，试点摊派下去，要求店长“每天体验并反馈”，头两周表格填得齐整，一个月后反馈归零，回路名存实亡。这种假回路比没有回路更迷惑，上线数据好看，改进却断了来源。怎么把人真的留在回路里，第 16 章讲组织采纳时正面处理。

三把尺子是交集，不是并集。编程辅助三条全占，所以第一批跑通；客服只占第一把，栽得最多的也是它。先跑通的用例，编程、摘要、文档问答，逐个拆，共性就这三条；先失败的用例，逐个对，缺的也恰好是这三条里的某一条。成败两头的证据都指向同一组判据，据此把它拿来当尺子用（口径见本章参考资料）。

缺一条不等于判死，产出难验，可以设计核对和人工抽检补上；没人盯着，可以给关键动作加一道人审。但补是要花钱的，花的钱在 4.4 的粗算里记上。三把尺子真正一刀砍掉的，是既不值钱、又验不了、还没人管的需求，这类需求在评审会上出现的频率，高得惊人。

拿一个日常用例把三把尺子串一遍，就用会议纪要。先量价值，每家公司都开会，纪要总要有人整理，散会之后等纪要的人先干别的，等的过程就是成本，第一把过。验证也好量，纪要记没记漏、决议写没写清，参会的人扫一眼就知道，而参会的人本来就要读纪要，核对顺手就做了，验证便宜到几乎免费，第二把过。人这一环也现成，记纪要的人和参会的人都在回路里，错了当场有人指出来，第三把过。三条全过，值得往下走，但它未必过得了下一关，转写有现成服务，整理有固定模板，这单生意里可能有相当一块属于更便宜的自动化。

4.2 AI 之外的选项

三把尺子量的是值不值得自动化，这一节往下问一层，该用什么自动化。答案是一张五档选项阶梯，规则、流程自动化、表格与报表工具、传统机器学习、生成式智能体，从轻到重排，用法一句话，能靠左边解决的，不往右挪。

伸手就抓最贵那一件的毛病，常见到有现成的名字，叫“为 AI 而 AI”，能写死的地方用了模型，一句话能讲清的判断交给了概率。推着人往这条路上走的力量还不少，供应商的销售话术不断升级，第 3 章讲过 agent-washing，换层皮的老产品也叫智能体；汇报材料里写上“引入大模型”，比写“新增一条规则”体面得多；“同行都有了”的焦虑，能把冷静的人也推上这条路。防它的根本办法，是想明白一件事，概率不是白给的。第 3 章把概率性行为列为智能体的头号特殊性，这个特性给了智能体随机应变的能力，也带来了验证、评测、兜底一整串成本，第 10 章专门讲怎么应对它们。用不着随机应变的任务去背这些成本，纯亏。所以先把工具箱整个摊开，五档从轻到重看。

第一档是规则，就是把判断写死。“满一百减二十”“报销超过五万走总监审批”“库存低于安全线就在群里提醒店长”，全是规则。判断要是能写成一张对照表，就该是这一档。规则的好处是百分之百可预期，同样的输入，永远同样的输出；审计要查，翻出那张表就行；要改，改一行立即生效。

第二档是流程自动化，就是第 3 章讲过的 RPA，按写死的步骤替人操作软件，每天早上七点登录收银后台，导出昨日流水，搬进汇总表，发给店长。步骤要是能写成一份交接文档，让新人照着做不走样，就归这一档。一步一步全写死，跑一万次一个样。

第三档是表格与报表工具。数据本身已经规整，要的只是按口径汇总呈现，一张配置好的报表点一下刷新就有。问题本身要是能说成“按这个口径给我一个数”，专门安排一个人查数的活，可能就此消失。

第四档是传统机器学习，第 1 章的名词总览里，它排在大模型上游。这类模型不生成内容，只输出有限的几个判断，垃圾邮件识别输出是或否，销量预测输出一个数，推荐排序输出一张列表。任务要是能归成这种类型，手里又有历史数据，传统模型又便宜又稳。

第五档才轮到生成式智能体，输入五花八门，步骤要现场定，产出是开放的文本和动作。前四档都干不了的活，才往这里送。

阶梯的用法就是能左勿右。左边的档位便宜、稳、可预期，越往右造价越高，行为越不确定，要打理的事越多。什么时候该安心留在左边？五条信号，流程高度标准化、基本不会变；速度和可靠压倒一切；合规要求每一步可预测、可审计；错误代价极高；简单规则就够用。五条占了一两条，就先往左走。这套分工不是经验之谈，出自对传统自动化与智能体边界的系统梳理（口径见本章参考资料）。

拿三个真实场景验一遍，一个都不该上智能体。先看审批分档，差旅报销超过五万走总监，以下走主管，这是财务制度，写在一张对照表里。有产品经理提议改成让大模型判断该谁审，理由是显得智能。判得再准，模型说不清某一次为什么这么判，而合规审计要的恰恰是每一次都能对上制度条文；真上了，出一次说不清的判断，审计部门一票就能否掉整个项目。这里要的不在聪明，在可预期，规则完胜。再看定时拼日报，每天早上把销售、库存、排班三个后台的数据搬进一张门店日报，字段固定、顺序固定、格式固定，这是流程自动化的标准活。换成智能体，每次取数的路径可能不一样，偶尔漏搬一列也未必报错，出了问题还得翻它的执行过程去查是哪一步漏的，原来跑一万次一个样的活，变成大概率对，出了错还不容易定位。确定性任务要的是每一次都一样，拿“大概率”去换“一定”，白付成本，还添风险。最后看库存提醒，牛奶和包材低于安全线，提醒店长补货，一条阈值规则加一个定时检查就完事。这里上智能体，省不出任何新价值，反倒多出一个可能出错的环节，提醒漏发了，断的就是早高峰的货。一个新环节的引入，本身就是要花钱去验证、去盯守的，价值没新增，风险先新增，这笔投入怎么算都不成立。

三个场景的共性就一条，任务靠确定性就做得动。该交给智能体的活，特征是“说不清”，输入说不清，步骤说不清，判断的理由说不清。一件任务算哪一类，4.3 专门画像。

阶梯还有一层更细的用法，按段用，不按事用。同一件事的内部，往往一段归左、一段归右。门店要货这件事，登记需求、汇总数量、生成采购单，是写死的流程；可“这家店本周要得多，要不要提前调货、调多少”的判断，理由说不清，归智能体。阶梯问的问题不在“这件事用哪一档”，在“这件事的每一段各用哪一档”。整件事非黑即白的判断，多半是没拆段。

阶梯之外还有一件更靠前的事，先问这个流程该不该存在。不少公司的报销要三个部门轮流签字，追根溯源，源头是十年前的一次内控整改，业务早就变了样，签字还在原地转。把这样一套流程自动化，得到的只是一条跑得更快的弯路。先梳理流程，砍掉不该存在的环节，剩下的才谈得上交给哪一档。这个行当里有句老话，说得直白，最糟的自动化对象，就是本来不该存在的东西。

用阶梯也不要走极端，该往右的任务就往右，这只是分工。多数好系统是分层的，左边几档打底，处理量大、固定、要稳的部分；右边一档攻坚，处理说不清的部分。先把数据搬运交给流程自动化，再让智能体在搬好的数据上做归因和问答，固定的交给固定的一档，说不清的交给模型，这种搭法 4.6 的案例里会看到实例。

4.3 任务特征画像

过了两关的需求，再画一张任务画像，问三个问题，步骤说不说得清，中间要不要查证，错了能不能发现。步骤说不清、要查证、错了看得见，三样占齐，控制权才能交给模型。

第一笔，步骤说不说得清。准确的说法是，事先写不出一份能照着执行的操作手册。“核对发票抬头”说得清，打开发票，比对公司全名，不一致就标记，三步，一步不多；“报销初审”“密码重置”同属此列，流程图画得死，交给阶梯左边哪一档都行。“查清上周华东销售为什么下降两成”说不清。先看是哪家店掉的；集中在一家，就查那家店的品类结构；普遍在跌，就翻促销日历，看对手是不是在隔壁开了新店，也许还要看天气。这次的原因和上次不同，下一步查什么，要看上一步查到了什么。第 3 章讲过分界在“谁决定下一步”，说不清的任务，下一步只能现场定，这正是智能体该干的活。

这一笔有个简单的测法，找两位熟手，各口述一遍解法。两份口述几乎一样，流程画得死，往左；两份各不相同，但各自都通，就是真说不清，往右。说不清不等于乱，它要求每次现场定的路都讲得通，这个门槛后面评测的时候还会回来。还要防一种假说不清，其实只是没人花力气去梳理。老员工离职带走一套只在他脑子里的流程，接手的人做一步问一步，看起来说不清，请他坐下来梳理两个下午，一份操作手册就写出来了。这种假说不清，梳理一次的成本比养一个智能体便宜得多，先梳理，梳理完还说不清的那部分，再交给智能体。

为什么“说不清”反而成了资格？因为写不出手册的任务，过去只有两个下场，要么养一个熟手扛着，要么忍着不做。智能体给了第三个选项，把“现场定”这件事本身交给模型。这类任务以前是自动化的盲区，现在只有智能体干得了。

第二笔，中间要不要查证。答案不在问题里，模型本身也没有。第 1 章讲过，模型的学问有截止日期，公司里上周的销量、上个月的促销、每家店的排班，它从来没见过。这些答案在公司的系统里、记录里、表格里，任务要跨几个数据源走，查销售明细，对损耗流水，翻交接班记录，边查边往下走。查证往往一次查不完，查了才知道下一步查什么，这一笔和头一笔常常连在一起。一问一答干不了这种活，干得了的，是会自己去查的智能体。

这一笔也有分寸。不是所有任务都需要查证，改写一封邮件、把会议录音整理成文字，答案就在输入里，模型直接做，查证反而多余。需要查证的任务有个共同点，答案在某个地方有唯一的事实锚点，上周的销售额在收银系统里就是一个数，谁来查都是它，查证就是到锚点上核对。锚点存在、系统够得着，智能体的查证才有意义；锚点不存在，比如问“这款新品该不该下架”，那是一道判断题，查证答不了，产品经理要另想设计，别指望画像三笔包打天下。

最后一笔，错误能不能发现。智能体一定会错，第 3 章三大特殊性里，概率性行为排第一个，所以这一笔问的不在它会不会错，在它错了，人看不看得见，多快看得见。发现得越早，代价越小。当场发现，店长看初稿时发现不对，改掉重来；事后发现，月度盘库存对不上账，倒查一周才找到源头；发现不了，写错价格的报价单已经进了客户邮箱。三种时效对应三种代价，粗算里估的就是它。

还要把“可发现”和“可接受”分开。有些任务的错误既不用发现也不用在意，起名工具一次给十个候选，不好看就再要一批，错了的代价是零；有些任务的错误发现了也晚了，报价单已经发出去。画像问的只是有没有便宜的发现机制，错误本身多大、多不能忍，那是 4.4 粗算的事，两件事不要搅在一起。

画像凑齐，与第 3 章那张自主度谱系正好接上。谱系从固定流程排到运行时自定，画像决定任务排在谱系哪一段。三笔都往右偏（说不清、要查证、可发现），控制权才能往右交；都往左偏，就留在固定流程那端。干活的组织方式（行业里叫编排模式，第 5 章细讲）怎么选，原则是同一句话，让做法匹配任务本来的样子，定义明确、可重复的过程配固定工作流，动态、要探索的任务才配自主那一端。反过来拿着最时髦的模式去套任务，是新手最容易犯的错。

最后给画像凑一个正向的完整例子。“给三家门店写上周的经营归因”就是标准的智能体任务，步骤说不清，每次要查的原因不同；中间要查证，销售、损耗、促销三处数据都得翻；错误可发现，店长和运营天天泡在这些数里，说错了瞒不过他们。这个例子不是随手编的，它就是 4.6 案例线的主角。拿阶梯前四档去接它，一档档试过来，判断写不成对照表，操作写不成手册，报表答不了“为什么”，传统模型给不出一段带证据的归因，这单活四档全干不了，只能算第五档。

到这里三件工具的分工正好凑成一句，尺子管值不值，阶梯管该不该用 AI，画像管配不配得上智能体。一个用例走完三关，剩下的就全是钱的问题，配得上智能体的任务，也得算得上价钱才立项。价钱不用算细，粗估就行。

4.4 ROI 的粗算

前三关回答行不行，这一关回答值不值。投入产出比（return on investment，ROI）这个词产品经理天天挂在嘴边，具体到智能体，立项之前先粗算一遍。粗算的时点也有讲究，候选场景走完前三关之后、立项评审之前，产品经理主算，拉上业务方对口径，财务把关量级。

粗算的特点是不追求精确，只看数量级，投入和回报是不是明显不在一个量级。明显算不平的，这一关拦下；明显算得平的，放行；两头都说不清的，也不要硬拍，先做个便宜的验证再说。这一关跳过的人最多，立项时人人兴奋，谁也不想在关键时点上算出一个可能难看的结果；可跳过它的项目，失败的方式往往很难看，上线三个月，才发现省的人力没真省下来，人审把工时又吃回去，出错的补救吃掉剩下的，算下来为负，进退两难。粗算的用处，就是把这种失败拦在立项之前。至于细算，一次模型调用花多少钱，一份周报成本几何，毛利怎么算，第 12 章一项项展开，这里只做预检。粗算问三个问题。

第一问，省的是人力还是体验。省人力最好算，这件事正有人手工做着，工时现成，人数乘频次乘单次工时，计算器一按就有。拿示意数字算一笔，一位运营每周在这件事上花四个小时，一年五十二周，两百个小时上下。省人力有一个人人容易忽略的前提，省下来的时间得真的还回去，拿去做更有价值的事，才叫省；要是人还守在原地，只是从“做报表”变成“看智能体做报表”，那不叫省人力，叫换了个方式继续耗着。所以粗算阶段认工时数据，不认“效率提升百分之多少”这种自证口径，要问就问一句，原来干这件事的人，现在干什么去了。

省体验难算，但常常更大，它有两种形态。一种是把不存在变成存在，给每家门店每天出一份结合天气和客流的开业建议，人力做，一家店一天半小时，三百家店就是一百五十个小时，没有公司这么干；智能体做，这份服务从无到有。另一种是把等一周变成等一天，原来等一周的分析，现在当天有，决策提前，机会成本直接变成钱。两种价值的口径完全不同，省人力是在削减既有成本，效果直接，上线当月就能对；省体验是在创造新的服务，要靠使用和留存间接兑现，度量它的事第 15 章展开。粗算阶段分清是哪一种，后面的定价和指标才立得对。

第二问，错的代价多大。第 3 章的“后果落地”，在这一问里换成钱，而且要分三档算。第一档当场可改，初稿写错，核对的人划掉重写，代价近乎零。第二档可补救，归因说错方向，店长照着多订了两箱货，退掉贴运费，损失几百块量级。第三档不可逆，智能体直接下单订错货发出去，写错价格的报价单进了客户邮箱，删掉的数据没有备份。判档的办法是看错误的动作能不能收回，稿子能改，订单能退，发出去的邮件收不回。档位越高，防线要越多，第一档不用设防，第二档加一道核对，第三档必须有人审硬拦，哪几类动作绝不自动执行，第 14 章专门立线。防线不是免费的，人审要花人力，省下来的人力又要匀一块出去，一进一出，省下的就少了。这一问的产出是一张“防线要几道”的清单，做不做的结论倒在其次，防线的具体设计，第 10 章的兜底会接手。

第三问，频次多高。同一件事，每天发生和一年发生，是两种生意。开发、运维、评测集的建设，都是一次性的固定投入，频次越高，单次摊得越薄；一年用五次的工具，再小的投入都摊不平，租个现成服务，或者干脆人工做，都比自建合理。反过来，高频能把小价值乘成大生意，一个每天替店长省十分钟的小功能，三家店不起眼，铺到一千家店，一天就是一万分钟，这类活最值得产品化。频次还有另一头要防，高频任务的单次成本会乘出大数，每天跑一万次的分析，单次贵一点点，月底账单就难看，这正是第 12 章细算的头号用武之地。两头之间有个边界情况值得记下，低频但高价值的任务，比如一年一次的战略复盘分析，值得用智能体，但别做成产品，做成“人带着智能体”的服务更合适，产品化的固定投入摊不平它。

三问合起来，粗算就一句话，省下的（工时乘频次，或新做出来的服务）要明显盖得过投入（开发、运维、评测、出错补救、人审的人力）。这一关的产出口径也简单，三行字写进立项材料，省的是什么，防的是什么，多久发生一次。盖得过，进 4.5 的漏斗口；说不清的，先花小钱做个快速验证，怎么个验证法，第 7 章有专门的走法。

粗算还有三个常算漏的地方，每一处都足以把结果从正算成负。一是只算开发不算运维，传统软件上线后基本只修缺陷，智能体上线后还要持续评测、持续回流、持续调提示，这份长期成本比开发本身还重，第 15 章的数据回流就是为它准备的。二是只算顺利不算出错，按每次都对来算省了多少，出错的补救、道歉、返工一概不计，等于按最好情况立预算。三是只算自己不算别人，人审这道关口占的是用人部门的时间，那也是公司的工时，也要一起算进去。三处都补上，粗算才算得上诚实。

4.5 场景筛选漏斗与适用性矩阵

四件工具串起来是一台筛选漏斗，候选场景从顶部倒进去，一层一层往下筛，底部漏出来的，才有资格进产品定义；漏斗出口不止一个时，再用一张适用性矩阵排先后。散着用工具会漏层，拿三把尺子量完就直接立项的比比皆是，中间的阶梯和画像常常整层漏掉；也有反过来的，先看技术多酷，倒回来补价值论证。漏斗把“必须过哪几关、按什么顺序过”固化成流程，评审会照层走，谁的提议都得从顶部进、从底部出，没有跳层的特权。

顶部的候选清单，最实在的来源有三个。一是手工重灾区，把各部门现在靠人扛的活列一遍，凡是有人反复手工做的事，都是天然候选。二是抱怨和工单，例会上的牢骚、协作群里反复出现的求助，背后往往是没人接的活。三是品类划分对照，拿第 3 章那份五大类品类的划分当参照，看别家产品在做的事，自家业务里有没有对应物。素材谁来供也分得清，一线供活，产品经理供品类框架，管理层供痛点，三路汇成一张清单。清单阶段宁滥勿缺，先不要急着评好坏，广撒网是漏斗能运转的前提，反正下面四层会砍。

便宜的筛子放前面，贵的判断放后面，四层筛子的次序讲究的就是这一条。第一层是三把尺子（4.1），砍不值钱、难验证、没人管的；第二层是选项阶梯（4.2），砍规则和流程自动化干得了的；第三层是任务画像（4.3），砍步骤画得死的；第四层是粗算（4.4），砍成本算不平的。三把尺子聊五分钟就能过，粗算要查工时、问频次，价钱差出一截，漏斗的意义就在这里，让贵的判断，只花在活到最后的少数场景上。

每一层的过法都要求留证据。过了三把尺子的用例，写下三条证据各是什么；过了阶梯的，写清前四档为什么干不了；过了画像的，三问的答案记在纸上。这些句子不是走过场的表格，它们后面直接长成产品定义的素材，第 7 章把业务诉求翻译成能力清单时，用的就是这些话。

操作上一次过一批，五到十个场景，每个场景一页纸，记下每层的判断和证据。砍掉的场景不要删，留档写明砍在哪一层、凭什么砍。业务在变，数据在变，下季度新证据来了，翻案的成本就是翻出那页纸。

漏斗的出口往往不止一个，三四个场景都活下来了，先做哪个，这时换一件工具，适用性矩阵，横轴放实施难度，纵轴放业务价值，四个格子四种处置。两根轴怎么估？难度看四件事，数据接不接得通，验证搭不搭得起来，人审要占几个人，合规过不过得去；其中最容易低估的是验证和人审，最容易高估的是数据接入，后者看着吓人，往往是件固定工作量的简单活。价值看两件事，省的工时乘频次，或新服务的覆盖面。估计不需要准，半天拿下一版，要的是同一把尺子量出来的可比，不是精确到小数点。

四个格子各配一个动词，好记也好执行。左上的格子直接做，价值高、难度低，行业里叫低垂果实，成果挂在低处，最容易摘到。右上的格子先排着，价值高、难度也高，业内把这类项目叫登月项目，值得做，但要排期、要拆步、要等数据和能力的成熟，不适合当第一单。左下的格子可以搁，价值低、难度也低，顺手做掉也行，先搁着也行，别占正式排期。右下的格子毙掉，价值低、难度高，谁来提都不做，这是矩阵上唯一不需要讨论的格子。

第一单为什么非摘低垂果实不可？回报只是一半理由，另一半是攒基础设施。智能体产品要评测集、要数据回流、要一套与研发协作的新节奏，这些设施第一单建起来，后面每一单都直接复用；第一单要是直奔登月项目，设施没建齐就先撞墙，六个月做出一个漂亮的演示，上线遥遥无期，预算烧完，团队信心和管理层耐心一起耗光。搜索、摘要、与内部文档问答这一类任务，最常出现在低垂果实那格，所以大量公司的第一单是内部知识问答，这是矩阵筛出来的共识，算不上巧合（口径见本章参考资料）。

还要记住矩阵是快照，不是终身判决。难度会随设施下降，第一单建好评测和数据回流，第二单的难度就降了一截。价值会随业务上涨，一个今天不起眼的场景，明年战略一变可能就是核心。所以矩阵值得每季度重排一次，位置挪了，决策跟着挪。

这套工具也有常见的跑偏，三种最典型。一是走形式，层都过了，证据栏全是空白，问起来“大家觉得都挺好”，那不叫过筛，叫集体点头。二是一筛定终身，清单筛完就锁进抽屉，业务早变了，清单还是去年那份。三是越权定方案，筛选会开到一半开始争“该用哪个模型”“界面长什么样”，这两件事一件归第 7 章的产品定义，一件归第 8 章的形态设计，筛选阶段只回答该不该做、先做哪个，把方案吵起来，会就开岔了。

照本节的层次把漏斗和矩阵列成一张评估表，拿去开会，一个下午能把部门的候选清单过完。这张矩阵后面还会回来一次，第 16 章讲组织采纳，第一单摘哪颗果子，还要再掂一掂各部门之间的信任。

4.6 【案例线启】连锁品牌的经营分析诉求

这一节把本章五件工具在一个连锁品牌的场景上完整走一遍。先交代案例的底，这条案例线为教学虚构，品牌不具名，人物用化名，数字全是示意值，但每个痛点和每一步判断，都按真实业务的样子推演。从本章起，门店编号和人物名字固定下来，后面十几章一直沿用。

场景是一家做现制茶饮的小连锁，同城直营三家门店。ST001 开在写字楼商圈，客流跟着工作日走；ST002 开在成熟社区，周末家庭客多；ST003 开在大学城，开学季和寒暑假的落差大。三家店的店长里，ST001 的老陈最资深，五十出头，从吧台干起，对商圈的客流规律最熟。管这三家店经营数据的是区域运营，就一个人，大家喊他小周，入职第二年。管理层每月看一次经营复盘，定调子的是那两三位创始人。

三个角色，各有各的难。老陈的难在每天。打烊之后，他要到收银后台看销售日报，到库存后台看损耗表，再进排班工具对人效，三张报表分在三个系统里，来回切换。他看得懂，只是来不及，等三处数字都对完，常常十一点半才锁门。数字都看得见，原因都看不见，损耗表上试饮报废比平时高了一截，是新品试饮的流程改了，还是学徒手生，报表不回答。他只能在运营群里问一句，小周忙起来，回复要等到第二天，等到了也常常是一句“我看下”，没有下文。

小周的难在每周。管理层要周报，周报的核心是归因，上周销售涨了跌了，得说清为什么。归因要把三家店的销售明细、促销日历、天气、周边竞品的动作都翻一遍，拉数对数占掉大半天，真正想问题的时间剩不下多少。他的每个周一都是固定节奏，一早进三个后台导数，下午对着表格和群聊记录拼归因，晚上改稿到八九点，一套下来，一周要占掉一个半工作日。线索散在群聊记录和电话里，三家店的店长都在问他问题，他一个人，答不过来。管理层那边还催得紧，周报晚发一天，复盘会就得改期。

管理层的难在每月。复盘的数据要等小周整理好才能上会，到手里已经是上个月的事。临时起意想问一句“新品的复购到底怎么样”，要么等下月复盘，要么专门拉人跑数。临时提问渐渐成了例行动作，等数成了常态，取数的节奏，拖着决策的节奏走。

这套诉求值不值得做成智能体，拿本章五件工具逐关走一遍。

第一关，三把尺子。任务有价值，小周每周的大半天是实打实的工时，管理层决策滞后是实打实的机会成本，这把尺子过得干脆。产出易于验证，报表数字跟收银后台对得上是硬证据，归因结论有历史复盘和三位店长的现场经验当裁判，第二把也过。回路里有积极的人，小周核对初稿再署名发出，他天然是那个挑错的人；老陈天天在店里，归因说错了地方他一眼识破。第三把过，但要诚实记一笔，管理层那一环的人是被动收结果的，不挑错、不反馈，这一环先不自动化，留给人看。

第二关，选项阶梯。三张报表的取数、汇总、排版，字段和口径写得进操作手册，这是流程自动化的标准活，用不着智能体。阶梯左边打底，每天定时把三个后台的数据搬进一张门店日报，确定性解决。智能体的机会在两处说不清的地方，一处是周报归因，每次要查的原因不同；另一处是店长随时提问，问题五花八门，没法枚举成常见问题清单。

第三关，任务画像。归因三条全中，步骤说不清，这次查促销、下次查天气；中间要查证，销售、损耗、促销三处数据都得翻；错误可发现，店长和运营天天泡在这些数里。店长提问也中，问法穷举不完，答案要现场查数。画像验完，这两件事确实配得上智能体。

第四关，粗算。先算省下的，小周每周搭进一个半工作日，一年下来六百小时上下，量级一眼可见；更要紧的是省体验，店长随问随答这份服务，人力时代给不起，原先就不存在。再算错的代价，归因错了，店长照着调了订货，多订几箱货，损失有限但要防，所以初稿必须留人工核对这道关口，防线一道就够，处在“可补救”那一档。频次更不用说，三家店每天看数、每周归因、每月复盘，天天都在发生。四项合起来，算下来明显为正。

第五关，矩阵。活下来的场景有两个，店长问答和周报归因。往矩阵上一放，店长问答在偏左上的位置，难度低，数据就是现成的三张报表；周报归因价值更大，难度也更高，要接数据、要建评测。第一单摘哪个？本书选周报归因，理由有二，一是价值最大，二是回路里的人最积极，小周的核对就是现成的验收关口。店长问答排第二，问题不在重要性，在它的验收关口要另立，店长是用的人，不是现成的核对者，怎么把他变成裁判，第 11 章的评测计划里见。第一单怎么做出来，第 7 章开工。

结论钉在这里，这套诉求值得做成智能体产品，但形态必须分层。取数拼表交给固定自动化，归因初稿和店长问答交给智能体，周报发出前留小周核对那道关口。分层有两层好处。成本上，自动化那层搭好之后几乎不再花钱，智能体那层按用量计费，两层分开算，账目才清楚，这个好处第 12 章细算时见分晓。演进上，每层可以独立升级，自动化层写好基本不动，智能体层跟着模型一代代迭代，互不牵连；换成不分层的全自动，模型一升级，整套都得重测。哪些环节留给人、哪些交给 AI、交给 AI 的放到哪一档自主，是第 8 章的主题；这里先把判断立住，值得做，分层做。

本章小结

• 4.1 三把尺子。任务有价值、产出易于验证、回路里有积极的人，三条是交集不是并集；判据从落地成败反推，编程辅助三条全占第一批跑通，客服只占第一把、失败最多；缺一条可补，补要花钱，在粗算里记上。
• 4.2 选项阶梯。规则、流程自动化、报表工具、传统机器学习、生成式智能体五档，能左勿右；五条信号（标准化不变、可靠至上、合规可审计、错误代价极高、简单规则够用）提示留在左边；按段用不按事用；先问流程该不该存在。
• 4.3 任务画像。步骤说不说得清、中间要不要查证、错误能不能发现，三样占齐才配把控制权交给模型；两位熟手口述测法识别真说不清；事实锚点界定查证的边界。
• 4.4 粗算。省人力（工时乘频次）还是省体验（新服务），错的代价分当场可改、可补救、不可逆三档，频次决定摊薄；产出口径三行字，省的是什么、防的是什么、多久发生一次；三个常算漏是运维、出错、别人部门的人审工时。
• 4.5 漏斗与矩阵。四层筛子便宜在前贵在后，每层留证据；矩阵横轴难度纵轴价值，左上直接做（低垂果实）、右上先排（登月项目）、左下搁、右下毙；第一单摘低垂果实，一半为回报一半为攒评测与回流的设施；矩阵每季度重排。
• 4.6 案例线。三家门店 ST001 到 ST003、店长老陈、运营小周、管理层月度复盘；五关全过，结论是值得做、分层做，取数拼表归固定自动化，归因初稿与店长问答归智能体，周报发出前留小周核对；第一单选周报归因，理由是价值最大、回路里的人最积极。

值不值的判断到此齐了。模型在第 2 章拆开看过，下一章把它装上工具和自主权，这台会说话的机器就变成了会干活的智能体。

试一试

拿自己手头的一个需求，最好是真的有人催过的那个，把本章的流程走一遍。先过三把尺子，每把尺子写一句判断加一个证据；再问一遍阶梯，规则和流程自动化干不干得了；然后画像三问各答一句；最后粗算一遍，写成三行，写清省的是什么、错了赔多少、多久发生一次。四关全过，把它带进第 7 章。哪一关卡住，卡住的那一条，就是这个需求真正要先解决的问题，比智能体本身重要得多。

参考资料

• 《Building AI Agent Platforms》（Ben O'Mahony、Fabian Nonnenmacher，O'Reilly Media 2027 抢先版）第 1 章（用例选择三判据：任务有价值、产出易于验证、回路里有积极的人，自编程用例拆出；客服昂贵有价值但产出难验证、旗舰案例有被证伪者；“为 AI 而 AI”反模式与“能写确定性软件就写确定性软件”经验法则；最糟的自动化对象是本不该存在的流程），见 txt-ref-zh/building-agent-platforms/01-Chapter-1-AI-Applications-and-Their-Lifecycle.md
• 《GenAI on Google Cloud》（Ayo Adedeji 等，O'Reilly 2026）第 8 章（用例优先级二维图：纵轴业务价值、横轴实施难度，与各角色一起映射；低垂果实先摘，为攒内部能力与高层支持；搜索、摘要类用例常落在低垂果实象限），见 txt/genai-google-cloud.txt（英文原文，第 8 章行 10384-10430）
• 《Agentic AI For Dummies》（Pam Baker，Wiley 2026）第 11 章（传统自动化与智能体的分工：流程标准化不变、可靠至上、合规可审计、错误代价高、简单规则够用五条信号留在传统自动化；传统自动化与智能体混搭是常见的生产形态），见 txt/agentic-ai-for-dummies.txt（英文原文，第 11 章行 6692-6760）
• 《Designing Multi-Agent Systems》（Victor Dibia，O'Reilly 2025）第 2 章（编排模式谱系与选择标准：定义明确、可重复的过程配工作流模式，动态、探索性任务配自主模式，让模式匹配任务的固有特征而非反过来），见 txt-ref-zh/designing-multi-agent-systems/03-2 Multi-Agent Patterns.md
• 《悟道智能体开发》（本书工程姊妹卷）第 2 章 2.1 节（任务三判据的工程版：步骤事前说不清、中间要反复查证、出错能发现；同一需求在个人偶发与团队海量两种规模下，该选的档位截然不同），工程深挖按该书对应章指引