返回觀點
/智慧方案FDE團隊

評估企業 AI Agent 平台的九個問題:一份可以帶進會議的檢核清單

選 AI Agent 平台,模型能力半年就換一輪,權限結構與稽核紀錄換不掉。九個帶進會議的問題,每題附上對方答不出來時你之後會遇到的麻煩。

AI導入人機協作
評估企業 AI Agent 平台的九個問題:一份可以帶進會議的檢核清單

歐盟 AI 法案在 2026 年 8 月 2 日正式適用。對台灣企業,它不直接管你,但它管你的歐洲客戶與你供貨的品牌商,而合約條款會沿著供應鏈往下傳。同月,Deloitte 發表一份訪問 501 位美國企業主管的調查:72% 的企業卡在沒有統一、拿得到的資料基礎,70% 卡在無法信任與管控 AI Agent。

這兩件事指向同一個結論:企業 AI Agent 平台的選型問題已經換了一輪。三年前問的是模型準不準,現在要問的是誰能做什麼、做過的事查不查得到、出事的時候擋不擋得住。

為什麼「模型選哪家」不再是主要問題

模型能力現在是一條快速移動的地板。今天勝出的模型,半年後可能被換掉,而平台上綁定的權限結構、知識庫分區、稽核紀錄不會跟著換。這件事我們在選 AI Agent 平台,別只問用哪個模型裡談過:模型是零件,決定成敗的是它周圍那層。

治理框架也是這樣看的。NIST 的 AI 風險管理框架(AI RMF 1.0,2023 年 1 月 26 日發布)把管理工作分成四個功能:Govern、Map、Measure、Manage。四個裡面只有 Measure 跟模型表現直接相關,其他三個都是組織與流程的事。歐盟執委會對高風險 AI 系統的要求也一樣,明文列出「logging of activity to ensure traceability of results」與「appropriate human oversight measures」——紀錄與人工監督,不是模型分數。

所以下面這份清單裡沒有一題在問模型。九題都在問邊界。

九個帶進會議的問題

順序是照「答錯的話多久會痛」排的,不是照重要性。

1. 前台權限和後台權限,是同一套系統嗎?

要聽到的是明確的「是」或「不是」,以及如果是兩套,同一個人可不可以只有其中一邊。這題決定了你能不能讓一位部門主管管得動自己單位的使用,卻碰不到全公司的政策設定。權限只有一套的話,要嘛給太多、要嘛給太少。

答不出來的代價:導入三個月後你會發現「能改設定的人」和「該改設定的人」不是同一群,而修正的方式是重新分配所有人的角色。

2. 誰可以把一個 AI 技能推廣到全公司?

同事把自己的做法變成技能,這是好事。問題在下一步:他能不能自己按一個鈕,讓全公司都套用這條規則。要問的是有沒有審查關卡、誰在審、審不過會怎樣。

答不出來的代價:某個部門的例外做法變成全公司的預設,而發現的時機通常是別的部門照著做出錯之後。

3. 知識庫能不能按組織分區,人事資料和業務報價分得開嗎?

問的不是「支不支援權限」,是分區的單位是什麼:按人、按部門、按專案。再問一題:同一份文件可不可以同時屬於兩個範圍,以及誰決定它屬於哪裡。

答不出來的代價:薪資結構或客戶議價紀錄出現在不該看到的人的查詢結果裡。這類事情不會有錯誤訊息,只會有一天被人發現。

4. 員工離職,他的 AI 資產怎麼處理?

這題最少人問,卻是最快踩到的。要問的是:他上傳的知識、他建的技能、他設的自動排程,離職後留下還是消失,有沒有保留期,過期後刪除能不能還原。

答不出來的代價:資深業務離職,他那隻 Agent 累積兩年的報價邏輯跟著帳號一起消失;或者反過來,他的個人筆記留在系統裡繼續被別人查到。這兩個方向我們都遇過。

5. 流程跑到一半,能不能插一道人工核可?

要問三件事:能不能設、能不能事後補設、以及被擋住的時候放行的人是誰。第二件特別重要:核可閘如果只能在建立流程時設定,事後想補就得把整條流程拆掉重建。

答不出來的代價:一條自動流程在沒人看的時候把錯的東西發出去。發出去的東西收不回來,而知道要加閘的時機通常是那之後。

6. AI 能連到哪些外部服務,可以列白名單嗎?

問的是預設值:預設全開再逐項禁止,還是預設全拒再逐項放行。這兩個預設值的資安意義差很多。順帶問一句:資安部門要的那份「這套系統會連出去哪裡」的清單,能不能直接從畫面上匯出。

答不出來的代價:資安審查時你得手工整理清單,而下一次有人新增一個整合,那份清單就過期了。

7. 預算能不能分層,超過的時候是擋下還是通知?

要問的是層數(公司、部門、個人、單一 Agent),以及最關鍵的一句:超過上限時的預設動作是什麼。「上限」這個詞在不同系統裡的意思不一樣,有的會擋下,有的只發通知,要問清楚是哪一種。

答不出來的代價:月中收到一封通知,說某個部門的用量已經是預算的三倍。

8. 稽核紀錄能匯出嗎,能證明沒有被改過嗎?

匯出是基本題,第二句才是重點。稽核紀錄如果可以被有權限的人靜靜修改,它在資安審查與爭議釐清時的價值接近零。要問有沒有完整性驗證機制。

答不出來的代價:客戶或稽核單位要求提供操作紀錄時,你交出去的是一份無法自證的檔案。歐盟對高風險系統要求的正是「可追溯性」。

9. 雲端、地端還是混合?

這題通常是會議上第一個被問的,我把它放最後。原因是:前面八題答不清楚的平台,換成地端部署一樣答不清楚。部署位置決定資料放在哪裡,不決定誰能動它。

答不出來的代價:把地端當成資安方案,結果買到一套裝在自己機房、但誰都能把知識庫推給全公司的系統。

一句話的判斷方法

九題問完,如果對方大部分的回答是「這個使用者自己可以設定」,那你買到的是工具;如果大部分是「這個在管理後台由你們決定」,那你買到的是平台。兩者都有適用場合,但只有後者撐得住公司規模的使用。

這也是為什麼流程準備度比技術準備度更值得看。Deloitte 那份調查裡,74% 的企業認為四年內將近一半的流程要圍繞 AI Agent 重新設計,但現在只有 16% 說業務流程已經準備好、另外 5% 說高度準備。相關的討論在74% 要重做流程,只有兩成準備好這篇。

EgentWrX 的做法

上面九題,有些平台做在後台、有些放給使用者自己管。智慧方案在 EgentWrX 的選擇是全部放進 Admin Console,由管理者決定邊界,使用者在前台只負責產出工作成果。

權限確實是兩套獨立系統:User App 權限管前台、Admin Console 權限管後台,只有前台權限的人登入後台會被擋在外面。技能由同事在前台自己建,但要推廣給全公司必須經後台的審查佇列核准。知識庫的範圍分成單位、專案、Agent 三種,其中一個實務上的差別值得記住:放在單位範圍的資料不會隨人離職消失,放在個人 Agent 範圍的會。離職保留天數預設 90 天,而清理動作執行後不可還原,所以標準做法是離職前先轉移擁有權。

工作流的「交棒前需人工核可」有一個限制我們會主動告訴客戶:它不能事後補勾,只能移除該段接續重建,所以不確定的流程一開始就先加上。出網白名單的預設是全部拒絕、逐個網域放行,整合設定裡的「安全」頁籤就是資安部門要的那份清單;連內部資料庫的整合只能讀不能寫。

預算分四層:租戶、單位、成員、Agent,任一層先滿就先擋,但「觸發行為」要選「擋下」才會真的攔住,只設上限等於只做告警。稽核日誌覆蓋 55 種資源類型,有「驗證完整性」可以當場重算整條雜湊鏈;管理者下載稽核紀錄這個動作本身也會被記進稽核。

第 2 題那種「一個人的做法變成全公司預設」的風險,在子代理的分工上有相同的形狀,我們在多派幾個 AI Agent,不等於多做幾件事談過為什麼多派人手不等於多做事。

常見問題

企業 AI Agent 平台要怎麼比較?該看哪些項目?
先看治理能力再看模型。實務上的比較項目是九項:前後台權限是否分離、技能推廣的審查機制、知識庫的分區隔離、離職資產處理、流程的人工核可閘、對外連線白名單、分層預算與超額行為、稽核紀錄的匯出與完整性驗證、部署模式。模型能力半年就換一輪,這九項換不掉。
AI Agent 平台和一般 AI 聊天工具差在哪裡?
差在三件事:會不會長期記得公司的規矩(知識庫與記憶保留)、能不能把重複的工作變成可重跑的任務、以及流程中途能不能插入人工核可而不是無人監督地跑完。少了第三項,它就只是個比較會查資料的聊天視窗。
歐盟 AI 法案對台灣企業有影響嗎?
法案在 2024 年 8 月 1 日生效,2026 年 8 月 2 日起正式適用,採四級風險分類:不可接受風險、高風險、透明度風險、最小或無風險。台灣企業不直接受管轄,但它對高風險系統要求活動紀錄的可追溯性與適當的人工監督,這些會透過歐洲客戶的合約條款傳到供應鏈。另外第 4 條的 AI 素養義務同時落在提供者與部署者身上,也就是使用方也有責任。
選平台的時候,資料會不會被拿去訓練模型?
要分兩層問:平台本身,以及平台後面接的模型商。以 OpenAI 的 API 為例,官方文件寫明預設不會用來訓練模型,除非明確選擇加入;濫用監控日誌預設保留最多 30 天,企業可申請零資料保留。平台這一層要問的是它有沒有把這些設定原封不動傳下去,還是自己另外留了一份。
沒有 IT 部門的中小企業,這份清單用得上嗎?
用得上,但順序要調。沒有專職 IT 的公司通常先踩到第 2、4、7 題:技能被亂推廣、離職資產消失、用量爆掉。第 1、3、8 題可以等組織規模超過三個部門再認真處理。相關的判斷順序我們在企業 AI 焦慮不等於真實需求談過。
企業試用分批開放中

想讓每位同仁都有自己的 AI 分身?

名額有限,登記後由專人與您聯繫。