北京
一张工单90秒解决，听起来是自动化交出的漂亮成绩单。但如果把时间轴拉长到90天的运营周期，操作员在离开模型输出后还能不能独立完成任务，这个问题很少有人测。
大多数AI部署盯的是吞吐量、单任务成本和模型延迟。这些数字描述的是机器在动，不是人还顶不顶得住。人才系统需要一条单独的胜任力信号：独立完成率、升级判断准确率、证据质量，以及自动化失效后的恢复时间。
换句话说，快不等于稳。当每一次自动交接都不记录操作员做了什么决定、依据了什么证据、离开模型还能不能干，胜任力就会在无人察觉的情况下慢慢流失。
三条遥测流，在依赖变成风险前把它照出来
第一条是智能体遥测：提示词版本、工具调用、延迟、重试次数、置信度、来源引用。第二条是人的遥测：覆盖修改率、编辑距离、审核时长、原因代码。第三条是结果遥测：客户影响、对账准确率、事故复发、政策例外。
三条流按任务ID串起来，盲目的自动化就藏不住了。一个98%的接受率，可能是智能体质量真的过硬，也可能只是审核流程退化成了两秒钟点一下通过。审核时长加上抽样独立作业的证据，才能把这两种情况分开。
测依赖度的方法并不复杂：每个运营角色先取20到40个代表性任务，每两周抽一次，抽的时候不给预填的AI答案。把独立完成的质量和辅助完成的质量放在一起比，差值就是增强依赖比。
升级路径要有确定性边界
每条工作流都该有一条公开的机器边界。智能体可以给请求分类、组装文档、起草建议；付款、合同承诺、账户锁定，以及证据缺失叠加高业务影响的例外，权限留在操作员手里。
路由分四级：低风险重复性工作自主完成，标准案例辅助完成，置信度低于阈值强制复核，证据冲突升级给专家。每一级都要记录原因，不能只留一个模型分数。
置信度分数只有在能预测质量时才有用。每月对每条工作流抽查30到50个已完成任务，按置信度区间分组。如果打0.90分的任务只有72%被正确处理，这个分数就是没校准的，不能拿它来管交接。
校准复核还会顺带暴露检索质量差、政策来源过期、工具故障这些问题。先把证据层的可靠性修好，再加智能体。更多的编排救不了一个不可靠的证据层。
训练仍然是生产的一部分。关键工作流留出10%左右的人工执行份额作为起点，再按错误成本和任务量调整。轮换案例，让操作员碰到模糊的、不常见的、容易出错的场景，而不是只练简单题。一次异常路由失败后跟一场15分钟的演练，比季度通用课程更能留住手感。
管理层看板上，独立完成率、辅助完成率、覆盖修改率、抽样错误率、升级等待时长、恢复时间，要和节省的成本、吞吐量并排放。一条工作流省下30%的处理时间，同时独立胜任力掉了25%，那是在积累运营负债。
AI增强最好当能力乘数用，别当能力替代品。把每次交接里人的那一侧记录下来，守住升级边界，让手动能力保持在被使用状态——自动化可以更快，运营不必更脆。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
