业务系统里的 Agent 这个词,早就有主了
我在一套跑了两年多的业务系统里找「能不能接智能体」的位置,第一件事是全文搜 agent。
65 处命中,没有一处指 AI。这些命中指的是经销商和代理商:agentId、AgentSundry、一张代理商业务日志表。
这个撞名不是段子,它是接智能体时最先撞上的墙:你打算放进去的那个东西,在权限模型、表名、菜单项、审计字段里都已经有一个同名的主人了。
一、先看清那套系统的规模
规模可以说清楚:二十个左右的服务仓,前后近两年、三十多人在写。
我的提交分布在 19 个仓里,重心在平台层:认证、网关、日志追踪、配置治理、错误码。
单据侧的业务逻辑由三个团队各自实现,我做的是这三个团队脚下那一层平台。
二、单据这一侧的形状
单个核心服务里近两百张表,全是单据和它的变更件。订单、发货、发票、应收、结算,每张主表后面跟一张变更表和一张明细表。
上百个状态枚举。不是十几个状态在流转,是每个单据族都有自己的状态机,而且彼此不对齐。
三百多处跨服务调用声明。查一次「这张单子什么状态」,要过四五个服务。
二十多处分布式事务配置(一次写入要同时改好几处数据),加一套 Flowable 审批流程。
每个服务一条流水线:主干分支出生产镜像,其他分支出开发镜像,推到私有仓库后用 compose 重建容器。
这个形状里藏着三条判断,是我读代码读出来的,不是试演示试出来的。
三、什么算异常,答案住在枚举里
「这张单子为什么卡住了」,这个问题的答案系统里已经有了,写在某个状态枚举的注释和某个判断分支里。
上百个状态枚举,就是上百份已经写进代码里的业务判断。
所以智能体的第一步不该是「把文档喂进去做问答」。文档是二手的,枚举和流转规则是一手的。
我会先做一个状态字典工具,模型要回答任何问题都得先调它。
四、状态字典里放什么
以「销售出库」为例,字典里至少要有六项:状态码 30、中文名「待结算」、一句话含义、允许迁移到哪几个状态(31、40、90)、这个状态下谁负责、什么条件下会被卡住。
含义那一行写的是「货已发出、发票未开、账期未到期」;卡住的条件写的是「存在未核销的收款登记」;负责人写「结算专员」。
这些内容不是新写的,是从枚举注释、判断分支和操作日志里抄出来的。抄的过程本身就是在给系统补一份缺了的说明书。
五、有了这一层,回答才可核对
模型说「卡在待结算」,你可以回去查允许迁移的那一列里到底有没有那条路。
没有这一层,你只能靠人读回答来判断回答对不对。
工具定义也不是给模型自由发挥的:能查哪些单据族、能看哪些字段,写死在工具里。
六、一个单号在多个库里指不同东西
三百多处跨服务调用意味着:单据号不是全局唯一的键。
同一个字符串在订单服务里是主键,在物流服务里是外部引用,在财务服务里可能根本没落地。
接智能体时最容易低估的就是这一步:你以为在收权限,其实在对齐主数据(各系统对同一个东西的称呼和编号)。
这件事比权限难,因为它没有一处集中登记。
七、建一张只读的跨服务索引视图
能落地的做法我不绕弯子:在客户库旁边建一张只读的跨服务索引视图。
把「单据号、单据族、所属服务、当前状态、最近一次变更时间」抽平到一行里,智能体只读这一张。
它绕开了两件事:不用改 20 个服务的接口,也不用给模型发一套大于任务所需的凭据。
智能体读到的是一行已经对齐过的记录,不是五个服务各说一套的现场。
八、这条路要先讲清成本
这张视图本身是一项要跟着版本走的数据工程,不是配置一下就能出来的。
我见过最快的收手,是先用一个服务的一条单据链跑通,验证「答案变准了」再扩面。
反过来,一上来就铺满所有单据族,通常会在对齐主数据那一步停下来,而且停的时候已经改了不少查询。
九、模型不能碰写
那套系统里二十多处分布式事务配置不是装饰:一次发货确认要同时动库存、账期、应收三处。
审批流程是 Flowable 走的,节点上挂着角色和金额阈值。
把这种写操作交给模型自动执行,等于把两条一致性和一条合规链交给一个没有身份的调用方。
所以我的边界固定三条。
十、三条边界分别是
- 默认只读。读的范围由工具定义,不由模型自便。
- 所有写动作交回原来的审批流程。智能体最多生成一张待确认的草稿单,落库那一下必须是人点出来的。
- 处置建议只输出到「下一步该谁做」,不输出「该改哪一列」。
第 3 条容易被砍掉,但它决定了这套东西上线后是帮人还是背锅。
前两条是权限,第 3 条是责任。少一条,剩下的两条都守不住。
十一、评测题不必等客户授权
服务介绍里我写过「标注过的评测集」(一批带标准答案的题)这一项,很多人问我样本哪来的。
客户通常不愿意标,也没有能力标。
在这类系统里,标注集其实一直在自动生成,只是没人捡。
十二、两个天然的样本来源
状态枚举的合法迁移给出「什么算异常」。凡是允许迁移里没有的迁移,就是反例。
操作日志表给出「异常之后谁做了什么」。那张代理商业务日志表和每张单据的操作日志,就是真实处置记录。
两张表一对,就得到一批天然的「异常现象、实际处置」对,一条标注都不用新做。
这些记录本来就是系统运行留下的,不是为考试专门造的,所以它比人工标的更接近真实。
十三、取材顺序反过来才是错的
先找客户要标注,多数项目卡在这一步,然后开始用模型自己造问题自己答。
那种题答得再好,也只证明模型会答自己出的题。
从枚举和日志里取材,顺序是反过来的:先有真实发生过的事,再问助手会怎么处理。
十四、一件现在就能做的事
把手上最核心的那条单据链的状态枚举导成一张表。
表里五列:状态码、中文名、允许迁移到哪几个状态、这个角色能不能改、什么条件下会卡住。
这张表不用接模型就已经有价值。它大概率是你们第一份有人维护的单据状态文档。
而它一旦存在,智能体的工具定义和评测题的种子就同时有了。
多数团队不是卡在选哪个模型,是卡在这张表还没出现过。