跳到主要内容
← 返回AI Agent Engineering|12 周从 Demo 到真实 Agent 系统

AI Agent Engineering · Week 12

12-01|从企业需求反推 Agent 产品架构

把模糊的海外客服需求拆成业务结果、责任边界、系统能力、风险与验收证据。

Enterprise Requirements · Architecture · Product Design

“做一个 AI 客服”还不能直接开发

企业说:“海外客服每天有很多订单、物流和退款问题,希望 AI 自动处理。”这句话缺少业务量、语言、渠道、数据系统、允许动作、审批阈值、风险责任和验收目标。工程师先把需求变成可检查的问题,再选择 Code、Workflow、Agent、Tool、RAG 和 Human Approval。

从需求到架构的六层翻译

Business Outcome
↓
Actors + Process + Exceptions
↓
Data + Systems + Ownership
↓
Decisions + Actions + Risk
↓
Architecture:Code / Workflow / Agent / Tools / RAG
↓
Acceptance Evidence + Operating Owner

图 1|每个架构组件都应回应一个业务约束;无法追溯来源的复杂度需要被质疑。

先定义结果,例如缩短首次响应时间、减少人工查询步骤,同时把未授权退款保持为 0。接着确认客户、客服、审批人、系统管理员和第三方承运商各自承担什么责任。最后才决定哪些判断需要模型,哪些步骤必须确定执行。

同一个需求如何分配技术

Code / Rules

格式校验、金额计算、阈值、权限和状态约束

Workflow

退款资格→审批→执行→记录的固定生命线

Agent

理解多语言问题、选择查询路径、判断证据是否足够

Tool + API

读取订单/物流事实,执行受控业务动作

RAG

检索地区政策、产品说明和售后知识证据

Human

承担高风险例外、审批和最终责任

图 2|技术选择由不确定性、数据所有权和风险共同决定。

例如“订单是否属于当前客户”是确定授权规则;“客户用德语描述的是物流异常还是退款意图”适合模型分类;“德国站当前售后政策”来自 RAG;“本人的最新物流节点”来自 Tool;“大额补偿是否批准”由获授权人员负责。

Requirement Traceability

REQ-01
客户只能查询本人订单
Design
Trusted identity + object authorization in Order Service
Test
customer A → customer B order = forbidden
Evidence
caseId + traceId + auditId + Security Report
Owner
Identity / Order service owner
图 3|需求能一路追到设计、测试、证据与责任人,交付才可验收。

Failure Lab

从“要用 Agent”开始设计

为什么诱人: 技术方向已经被客户说出口,团队可以马上开发。

为什么失败: 确定规则、现有 Workflow 和数据授权被隐藏,复杂度和风险迅速扩大。

更合理设计: 先确认业务结果、例外和责任,再为每类任务选择最低必要复杂度。

需求只写理想主流程

为什么诱人: Demo 更快,流程图更漂亮。

为什么失败: 缺订单号、跨客户、超时、未找到、审批拒绝和数据缺失会在上线后决定系统表现。

更合理设计: 每个主流程同时定义异常、停止条件、转人工和验收证据。

用功能清单替代责任边界

为什么诱人: “支持 RAG、MCP、Memory、Multi-language”看起来完整。

为什么失败: 企业无法判断谁维护数据、谁批准风险、谁处理事故。

更合理设计: 每项能力绑定数据 Owner、执行 Owner、运行 Owner 和验收人。

实践:完成 Enterprise Discovery Brief

针对海外客服需求,写出业务目标、现状基线、参与者、三条核心流程、异常、系统真源、敏感数据、可自动动作、需审批动作、目标指标、约束、已知未知和验收证据。

Acceptance Criteria

  • ☐ 业务目标包含当前基线、目标变化和不可接受风险。
  • ☐ 订单、物流、政策、Memory 与 Workflow State 的所有权明确。
  • ☐ Code、Workflow、Agent、Tool、RAG 和 Human 的选择有理由。
  • ☐ 主流程同时覆盖缺字段、not_found、unauthorized、timeout 和人工升级。
  • ☐ 高风险动作拥有权限、审批、幂等与审计要求。
  • ☐ 每条关键需求能追到设计、测试、证据和 Owner。
  • ☐ 未确定条件被记录为 Discovery 问题,没有被模型自行补全。

主动回忆

  1. 企业需求为什么要先定义业务结果与责任?
  2. 哪些客服任务适合确定性 Workflow?
  3. 数据所有权如何影响 Tool、RAG、Memory 的选择?
  4. Requirement Traceability 为什么有助于验收和变更?

下一课把系统、工程证据和运行责任整理成企业可以接手的完整交付包。

延伸阅读 / Sources

核查日期:2026-10-18。

长期有效的原理: 架构要从业务结果、数据所有权、风险和验收证据反推。当前实现方式: 模型、平台和集成方式可以变化,需求追溯链应保持可审阅。