信通院报告：AI进入智能体（L3）时代，企业部署应关注哪些合规与评估指标？

AI智能体正从辅助问答走向能够调用工具、执行多步任务的阶段，企业关注点也随之从"能力演示"转向"能否上生产"。结合近期公开的标准与安全指南摘录，本文梳理L3级智能体部署的合规适配要点，并给出从试点到生产的评估思路。

标准分级出现，但"L3"需要区分语境

近期多部门联合发布的《人工智能终端智能化分级》系列国家标准，是国内首次针对手机、PC、电视、汽车座舱等七类终端建立AI能力分级框架。据中国信通院信息化与工业化融合研究所相关负责人解读，标准采用"2+N"架构，即统一的参考架构与分级语言，加上面向各类终端的差异化要求。评估方式强调"场景闭环"，例如通过跨应用的复合任务，综合验证终端的感知、认知与多步执行能力。

需要注意的是，这套终端分级中的L3指"辅助级"，属于产品智能化水平的描述；而智能体安全领域的分级则另有框架。搜索中可见的一份智能体治理指南摘录将安全等级划分为L1至L5，其中L3为"自主级"，要求具备全生命周期安全防护体系，并能抵御中高级安全风险。两者的分级对象和评价维度并不相同，企业在引用时应明确所指的是产品能力、还是安全治理要求，避免混用。

自主性越高，合规要求越具体

从风险角度看，智能体的风险随自主性上升而放大，而不仅取决于模型能力。一份企业治理指南提到，当智能体通过搜索、接口、邮件、代码执行环境和SaaS系统开展工作时，外部交互成为放大风险的核心因素。该指南将L3视为"有条件自主"的起点：智能体可在预设条件和规则内自动处理任务，并具备有限的工具执行与状态保持能力，也是正式审视"能否进入生产"的最低门槛。

因此，合规适配不能只看是否有制度文件，而要回答三个问题：智能体在什么条件下可以行动、可以调用哪些工具、出现偏差时由谁确认和接管。这决定了企业可选的部署边界，也决定了服务商能否进入核心业务流程。

全链路可信与过程审计是底线

在L3阶段，单点的模型安全测试已经不够，企业需要关注全链路可信，包括输入数据来源、提示与规则配置、工具调用权限、中间状态保存、输出结果校验以及人工接管机制。过程审计同样关键：每一次工具调用、数据读取和关键决策都应能够留痕、追溯，并在事后复盘中还原。

对于不具备完整审计能力的方案，即便演示效果突出，也难以通过生产环境的审查。这也是为什么许多企业在立项阶段就需要明确：谁批准智能体上线，在什么条件下扩大权限，发生异常时如何回滚。

从试点到生产：可参考的评估指标

以下指标为基于上述要求的建议框架，并非某份报告的官方指标，企业可按自身业务调整阈值。

对企业的几点建议

第一，先划定自主边界，再谈能力扩展。明确智能体可执行的任务类型、可调用的系统与数据范围，并将其写入上线审批材料。

第二，把生产准备评审制度化。由业务、技术、安全与合规部门共同参与，依据场景风险等级决定自主级别。

第三，以场景闭环代替单点演示。评估应覆盖从输入到输出、从执行到回退的完整流程，而不是只看单次回答质量。

第四，对外部宣称保持审慎。部分厂商已宣称产品达到某一智能化等级，但企业应核对认证范围、测试条件与适用场景，并以自身业务数据验证。

总体来看，智能体进入L3阶段后，合规适配将直接决定服务边界。对企业而言，尽早建立清晰的评估框架，比追求单一能力指标更有现实意义。