資訊部請 AI Agent 修改程式，測試全數通過，主管也準備簽核；不過，資深工程師重新檢查後才發現，AI Agent 呼叫了公司不准使用的應用程式介面（application programming interface，API）。程式雖然可以執行，採用的方法卻違反內部規範。如果團隊驗收時只問「做完了嗎」，這類問題很可能要到交付後才會被發現。
微軟近日開源 Scope 評測平臺，讓不同的 AI 程式開發工具執行指定任務，檢查這些工具是否正確使用軟體開發套件（software development kit，SDK）、API 與其他相關工具。平臺會保存模型、版本、工具設定、操作紀錄及測試結果。不過，即使設定完全相同，每次執行的結果仍可能不一樣，自動檢查也可能出錯，因此微軟建議重複測試，並安排人員查看操作紀錄。這則消息直接提醒企業：驗收 AI Agent 時，除了檢查結果，也要確認它是否按照規則執行，並留下可供查核的完整紀錄。
先把「怎麼做才算合規」寫成可以逐項檢查的條件
公司規範如果只寫「依照標準流程處理」，人員遇到不清楚的地方還能回頭詢問，AI Agent 卻沒有足夠明確的依據可以判斷。以採購比價為例，「完成比價」只說明最後要交出什麼，卻沒有交代可以查哪些供應商資料、哪些欄位必須逐項核對，以及資料不齊時應該停止還是繼續處理。規則寫得不夠清楚，即使最後產出一份格式完整的比較表，主管也無法確認整個執行過程是否符合要求。
因此，完成標準至少要說清楚三件事：可以使用哪些資料與工具、禁止採用哪些做法，以及系統要根據哪些條件判定任務已經完成。如果檢查項目有先後順序，也要明確寫出彼此的關係。例如，先確認程式成功建置，再檢查 SDK 初始化及整合測試（integration testing），才不會因為後面的測試通過，就忽略前面已經發生的錯誤。這些條件不必一開始就涵蓋所有例外，但每一條都要明確到能讓審查者決定「通過」或「退回」，不能只憑個人感覺。
團隊可以先整理五類最常見的 SDK、API 或工具誤用情況，逐項寫下適用情況、允許與禁止的做法，以及判定條件，再挑一項常見任務試跑。如果開發人員與資安人員對同一條規則有不同解讀，就先把規則寫清楚，再擴大交給 AI Agent 執行。
相同規則要能反覆套用，遇到模糊或高風險的情況則要由人員放行
規範即使放進文件庫，也可能因為提問方式或前後文不同，導致 AI Agent 沒有套用到該用的規則。企業如果希望 AI Agent 每次遇到相同情況，都能按照同一套方法處理，就應該把資深同仁的判斷整理成技能（AI Skill），寫清楚何時適用、要按照哪些步驟執行、哪些事情不能做，以及遇到哪些情況必須退回。規則更新後，團隊也要保留不同版本，並使用相同任務重新測試，才能確認錯誤是偶爾發生，還是修改後仍然一再出現。
在 EgentWrX 中，企業可以把資深同仁的判斷寫成 AI Skill，讓 AI Agent 遇到符合條件的情況時使用。同事自行建立的技能如果要提供全公司使用，必須先經過後台審查。審查時不能只看文字是否通順，開發與資安人員還要共同確認使用哪些工具、可以存取哪些資料，以及哪些做法明確禁止，確認通過後才能發布給其他人使用。
技能可以讓 AI Agent 按照固定方法執行，但不可能事先列完所有例外。流程需要存取內網資料或變更權限時，以及規則不夠明確時，還是應該交由指定人員確認。EgentWrX 可以在任務工作流交棒前設定人工核可；AI Agent 完成前一段工作後，流程會先停下來，等待人員確認後才繼續。核可條件也要寫得具體，包括要查看哪一份依據、誰有權批准，以及遇到什麼情況必須退回，否則簽核很容易流於形式。
試辦時，可以先畫出一項現有流程，標出每次交棒時要接收哪些資料、交出哪些結果，再把各個環節分成三類：可以自動執行、必須人工核可、完成後由人員抽查。接著，為每個核可點指定負責人並寫清楚退回條件，不要為了追求全程自動化，就拿掉必要的人員判斷。
保存紀錄之外，還要能還原當時的執行過程
AI Agent 出錯後，如果團隊只留下「成功」或「失敗」，就很難查明問題出在規則、工具選擇、自動檢查，還是人工核可。可以用來查核的紀錄，至少要能串起當時使用的模型與版本、工具設定、執行步驟、測試結果及核可動作。文件或工具修改後，再用同一項任務重新測試，團隊才有辦法比較修改前後的差異。
不過，有紀錄不代表紀錄裡的判定一定正確。自動檢查可能把不符合條件的結果列為通過，人員也可能漏掉關鍵步驟，因此企業仍然要安排抽查。建議把執行失敗與人工退回的案件列入異常檢討清單，先查看 AI Agent 做過哪些操作、引用哪一版規則，以及從哪一步開始偏離要求，再決定要修改技能、工作流或完成條件。如果沒有固定的檢查項目，留下再多紀錄，也只會增加日後查找的時間。
EgentWrX 的稽核日誌涵蓋 55 種資源類型，可以透過雜湊鏈（hash chain）驗證紀錄是否完整，也可以從匯出中心匯出；就連管理者下載稽核紀錄的動作，也會一併留下紀錄。這些機制讓 IT、資安與稽核人員有資料可以查，但企業仍要先決定由誰負責查看、多久抽查一次，以及發現差異後由誰修正規則。
第一輪驗證可以從一項常見任務開始，要求團隊根據紀錄回答四個問題：AI Agent 是按照哪一版規則執行、使用了哪些工具、由誰核可，以及如何驗證紀錄的完整性。只要其中一題答不出來，就要回到對應的技能、核可點或日誌設定補齊，再考慮擴大使用範圍。
