智能体的价值评估，不能只看任务完成率、响应速度或演示效果。对于集团企业而言，智能体一旦进入审批、风控、付款、预算等流程，就不再只是问答工具，而是会影响业务判断、数据流转和组织责任的系统能力。评估体系如果缺少人工复核，所谓“自动化收益”可能只是把错误更快地传递到下游。
人工复核不是降级，而是控制机制
人工复核的核心，不是让人重新执行智能体已经完成的全部工作，而是在高风险节点保留必要的判断权。智能体可以根据付款申请校验合同条款、预算余额和历史付款记录，但当信息不完整、规则冲突或结果超出正常范围时，应自动转入人工复核，并保留触发原因、引用数据和处理记录。
这意味着价值评估不能只统计“自动完成了多少”，还要观察智能体是否能正确识别需要交由人工处理的事项。一个看似自动化率很高的系统，如果经常绕过异常、无法解释判断依据，实际会增加审计和纠错成本。
评价指标要覆盖完整闭环
较合理的评估对象，是从意图识别到系统动作，再到结果追踪的完整链路。至少应关注四类指标：任务是否完成、业务规则是否执行正确、异常是否被及时识别、处理过程是否可审计。对于涉及跨组织协同和业务财务一体化的场景，还应核对智能体调用的数据是否来自正确系统，执行结果是否改变了原有数据口径。
试点阶段应把人工复核设计为正式流程，而不是临时兜底。需要明确哪些条件必须复核、由谁复核、复核后如何回写系统，以及智能体是否能够吸收已确认的处理结果。否则，人工只是系统外部的补丁，既无法形成责任闭环，也无法持续改进智能体表现。
用风险分层决定自动化边界
不同任务不应采用同一种自动化标准。高频、规则清晰且影响有限的事项，可以优先验证流程效率；涉及资金、预算、合同条款或跨组织结算的事项，则应提高人工复核强度。评估重点不是追求“无人参与”，而是判断人在何处介入最有价值。
最终，智能体是否值得部署，取决于它能否在可控权限内稳定执行、在异常情况下主动停下，并让人工快速理解和修正结果。能被复核、能够追责、可以持续改进的智能体，才真正具备集团企业可接受的业务价值。