智能体维护责任应落到哪些角色? - 软盟-软盟

智能体维护责任应落到哪些角色?

话题来源: IDC预测:到2028年中国企业四成生产级智能体将具备自我演进能力

智能体上线三个月后效果下滑,在生产环境里并不罕见。麻烦之处不在于效果变差,而在于没人能立刻说清该由谁处理:业务方认为模型不行,技术团队认为场景变了,采购方认为供应商没交付到位。IDC 在 2026 年 11 月的 FutureScape 活动上预测,到 2028 年中国 40% 的生产级智能体将具备自我演进能力;这条判断常被读成“系统能自己维护自己”。但同一场活动里,IDC 还把 CFO 与 CIO 的新增 AI 支出重心指向“部署前的成本与业务成果基线化发布”。两条判断合起来看,指向维护工作并未减少,而是维护责任需要明确到具体角色。

行为定义权应归业务负责人

自我演进的三类输入是任务执行记录、效果评估结果和人工反馈。前两类可以靠工程手段采集,第三类只能由懂业务的人给出。因此“结果错没错”“流程合不合规”“表达适不适用”这类判断,必须由业务负责人而非算法团队拍板。验收指标也一样:任务完成率、人工接管率容易采集,却不必然对应业务收益。谁划定场景边界,谁就应当承担验收口径的定义责任。

变更批准与回退执行归工程负责人

智能体的行为受输入分布、检索内容、模型版本和外部工具状态共同影响,任何一处变化都可能让此前验证过的效果不再成立。所以需要明确一个人,对“这次调整能不能发、发到什么范围、出问题多久回退”负责。这个角色通常落在智能体平台或应用负责人身上,职责包括结构化保留执行记录、按业务场景拆解评估结果、支持灰度发布与快速回滚。审计痕迹也应由该角色维护:行为变化后要能回答改了什么、为什么改、影响了哪些流程,涉及合同、财务、客户数据的场景尤其如此。

治理与预算口径归管理层

安全、合规与风险团队负责审定敏感场景的演进边界与留存要求;CFO 与 CIO 从预算口径上把评估、反馈和版本管理计入部署预算,而不是当成上线后的追加项;采购方则应把供应商的运维与治理能力放在与功能演示同等的位置上考察。同时需要保持审慎:IDC 公开的活动摘要并未给出“自我演进”的完整定义、分级标准与计量方式,角色的责任边界只能按方向参考,不能当成精确基准。

可操作的落点是一张责任矩阵:谁定义行为、谁审核反馈、谁批准版本、谁执行回退,逐条写进运维流程并落到具体岗位,而不是默认由技术团队临时处理。