翻完那份腾讯云 ADP 前沿部署工程师课程资料，真正让我停下来记笔记的不是某个参数怎么配，而是全篇高频复现的一个句式：不是 A，而是 B。几乎每一条都在纠正企业里反复犯、却没人当回事的错。我把它拆成七个取舍判断，配上自己做数据治理项目时的对照，重新组织一遍。
名词没对齐，预算就对不齐
资料开篇的判断很直接：多数人对 AI 的困惑不在某个技术太难，而在名词太多、关系太乱。它只给了一张嵌套图和一条时间线——人工智能包含机器学习，机器学习包含深度学习，深度学习包含生成式 AI；能力演进则从”会认”（手写数字识别时代）到”会判断”（推荐、风控、信用评分），再到 2017 年 Transformer 之后的”会创造”。
这条为什么值钱？因为它戳破了一个组织现象：企业里吵”要不要上大模型”，往往根本没吵清在说哪一层。立项书里”生成式 AI””大模型””Agent””智能体”混着用，第一页就歪了，后面预算、验收、责任归属全跟着歪。
所以立项前先做一次名词对齐。把”要解决的业务问题”和”准备用的技术层”分开写，不许互相替代。
模型只是在接龙，短板得靠外围补
资料把话说得很绝：大语言模型本质上只做文字接龙。给一段文字，预测下一个 token 最可能是什么，接上去，再读一遍，再接一个。每一步都是在同一道选择题里挑”读起来最顺”的那个。
由此必然带出两个毛病。一是幻觉——它只负责通顺，不核实事实，工具返回”上海气温一万度”也照单全收。二是对”当下”一无所知——不知道自己是谁、现在几点，训练截止日之后的事一概不知，还有上下文窗口的长度上限。顺带点破一个计量常识：模型眼里的最小单位是 token 不是字，调用成本和可处理长度都按 token 算。
所以”换个更大的模型”常常是错的解题方向。正确的做法是补齐五块短板：系统提示词立人设、用户提示词给任务；短期会话记忆加跨会话长期记忆；RAG 先查再答，让回答有依据、可溯源；工具调用把能力封装成函数交给模型，从”会说”跨到”会做”；MCP 作为工具调用的统一协议，破解各家方言的”多对多”对接灾难。
这里补一个工程上常被忽略的点：工具调用接入后，最常见的故障不是模型不会调，而是参数 schema 对不上——模型按自然语言理解填了个字符串，函数签名要的是枚举或整数，直接报参数校验失败。排查顺序应该是先看工具描述里的参数类型是否写死、再看必填项是否给了示例、最后才怀疑模型能力。MCP 的价值正在于把这层对接标准化，但服务端的 schema 定义仍然要自己写清楚。
还有个我很喜欢的注脚：Embedding 的高维向量居然学到了类比关系——教师减学校加医院约等于医生，巴黎减法国加中国约等于北京。企业搭知识库，本质就是在为 RAG 准备这些”坐标点”。
通顺不等于正确。模型不用变聪明，它需要的是补齐短板。
先判断该不该建，再谈怎么搭
这是全篇最该贴在墙上的一句：做智能体方案，第一步不是打开平台建应用，而是先判断这个业务问题能不能被 AI 稳定处理、该用哪种 ADP 模式承载、实现后用什么结果证明它真的有效。三问就是一张能直接抄进立项模板的清单。
四种模式的适配关系大致是：标准模式是单智能体加 Prompt、知识库、工具，适合企业知识问答、产品 FAQ、客服问答这类稳定问答；单工作流模式走固定流程、节点变量和条件分支，适合审批、通知、信息收集、报告生成；Multi-Agent 模式做多角色分工协同，适合复杂分析、方案生成、交叉复核；Claw 模式能操作电脑上的文件、网页、表格、代码，适合开放式任务，像个”数字同事”。
最容易被忽略的是紧接着的提醒：很多真实项目不是只选一种模式，而是分阶段组合。酒店智能服务助手就是典型——第一期用标准模式答酒店信息与服务设施；等”客需送物、修改订单、维修报修”流程固定了，再用工作流把参数收集、工单生成、结果通知串起来；后续要做经营分析和服务优化，才引入 Multi-Agent 或 Claw。
一上来就上最复杂的架构，不是前瞻，是没想清楚。先问该不该做、怎么验收，再问怎么搭。
允许它说不知道，才敢让它进生产
资料里写：企业应用里最危险的不是回答慢，而是不知道却装作知道。解法是配拒答——资料不足、问题越界或风险较高时，明确说明无法确认，引导用户补充资料或联系负责人。它对”企业知识探索助手”的定位也很克制：不是万能聊天机器人，问题超出知识范围时会明确拒答，避免编造。
这一条对做数据治理的人杀伤力最大。企业内部 AI 编造一条制度条款，根本不是技术问题，是责任问题——谁为这个答复背书？员工照着它报了销，错算谁的？资料把它归到”配置”，我更愿意归到”治理”：这是答复的可追溯性与责任边界，和做数据质量、定数据 Owner 是同一件事。
六个可，是上线门禁不是口号
资料的原句：企业级 Agent 不是演示用的玩具，而是要进入真实业务系统，因此必须具有可控性、可测性、可审计性、可运维性、可复用性和可集成性。它对可控性给的业务示例很具体：Agent 发现要删除客户信息时，必须等待人工审批，而不是自动执行。
把这六个字和数据治理的老话对一遍：可控、可测、可审计、可运维、可复用、可集成——这不就是”数据可控、可追溯、可审计”换了件马甲？Agent 治理不是凭空冒出来的新学科，它是数据治理在”会自主行动的系统”上的延伸。差别只在于：过去治理的是静态数据，现在治理的是会自己调工具、自己走流程的行为。
可测性这一项最容易被糊弄过去，需要落成可执行的判定标准。我的做法是三条硬指标：评测集规模不少于几十到上百条覆盖真实问法的样本；每条样本有明确期望结果（命中哪个知识片段、输出是否含关键结论）；每次改版后跑同一套集合并与上一版基线对比，通过率下降超过约定阈值即判定回归失败。缺了基线，评测就退化成单次调试，看不出整体是否稳定。
这也是资料回答”为什么不能只靠 Prompt 加开源模型单兵作战”的理由：这些特性得由平台整合好、开箱即用。Demo 看效果，上线看这六个字。
调试和评测是两件事，别混着谈
资料写：一个稳定的智能体不是一次搭建出来的，而是在不断调试、优化和回归中逐步稳定下来的。它还专门区分了两件被混为一谈的事——智能体调试与评测不是同一件事，调试更像”边搭边修”，评测更像”阶段验收”。
对照关系值得截屏存进项目周报：单次调试发生在搭建过程中、高频出现，样本是一次一两条或少量问题，解决的是当前这个问题为什么不对；批量评测发生在基本成型后、上线前或重要改版后，样本几十到几百条，解决的是整体效果是否稳定、哪个版本更好。两者不是替代关系，而是先后衔接。
推论到合同条款上很实在：验收别写”上线即完成”，要写”评测集通过率加改版后回归无反弹”。写不进验收标准的 AI 项目，上线那天就是它生命周期的顶点。
切分的目标是片段能独立支撑回答
这条压轴，因为它几乎就是数据治理的粒度设计题。资料原句：Chunk 是知识检索时被命中的基本片段，切分调优的目标不是追求越细越好，而是让每个片段都围绕一个相对完整的问题——既容易被用户问题命中，又能提供足够上下文让模型回答。判据很好用：看命中片段本身是否”能独立支撑回答”。
只命中结论却没条件、只有表格数据却没表头、只有流程步骤却缺前置条件，出现这三种情况就是切分没调对。资料里的练习题直接把病历摊开：问”年假怎么休”，回答很泛、没说明适用条件，该检查 Chunk 是否包含条件，必要时补问答对；问”请假要找谁审批”，命中流程但缺少岗位差异，该调整切分，确保岗位条件和审批规则落在同一上下文里。
第二条尤其值得琢磨：”岗位条件”和”审批规则”必须在同一上下文——这不就是做了多年的完整性约束、主数据关联、元数据口径统一？制度政策类知识还要求按主题拆分、保留版本、打开引用来源，对应的是数据溯源与血缘。
切分调没调对，不能靠感觉。我习惯用一组固定问题做召回校验：对每个测试问题，打印命中的 chunk 列表和相似度分数，人工判定命中片段是否包含回答所需的全部条件。如果条件散落在两个 chunk 里，说明切分粒度或重叠窗口需要调整。这一步在本地就能跑，不需要接大模型，是判断知识库质量最便宜的手段。
所以别再笼统地说”AI 答不准是模型不行”。八成是知识没整理好：条件与结论被切散了、版本没保留、来源没打开。资料在 4.2 说得更狠：Prompt 效果不好，通常不是某句话写得不够长，而是任务、依据、边界、格式、上下文或模型配置中有关键要素缺失；模板不是固定话术，而是一张检查清单。
四件能直接塞进模板的东西
第一件，把三问清单写进 AI 项目立项模板。能不能被 AI 稳定处理、用哪种模式承载、用什么结果证明有效，三问答不全，方案不进评审。这一条能挡掉一大半”领导说要上 Agent”的糊涂账。
第二件，把六个可做成上线门禁检查表，逐项打勾，缺一项不进生产。特别注意可控性里那句——涉及删除、修改、外发的动作必须留人工审批。
第三件，把评测集加回归写进验收条款。别接受”上线即验收”，要求交付方提供评测集、通过率口径、以及每次改版后的回归记录。这是把”上线不是终点”变成合同语言。
第四件，认清老本行就是地基。Chunk 切分对应数据粒度设计，条件与结论同上下文对应完整性约束，保留版本、打开引用来源对应数据溯源与血缘，拒答配置对应答复的责任边界。资料里那些看似”AI 新活”的动作，拆开全是数据治理的熟活。
Agent 的准确率天花板，就在你治理过的知识上。
写在最后
这份资料从 AI 基础、ADP 产品能力、开发实战一路讲到评测优化，其实只在讲一件事：怎么把”能聊天的模型”变成”能进生产系统的业务系统”。中间最值钱的不是哪个按钮在哪，而是这七个取舍——不换更大的模型，去补短板；不先建应用，先判断该不该建；不追求答得快，先允许它拒答；不追求 Demo 好看，去凑六个可；不接受上线即验收，去跑评测回归；不把知识切得越细越好，去让每个片段能独立支撑回答。
模型可以买，判断买不来。企业 AI 实现的差距，不在参数量，在这些取舍里。懂数据治理的人恰恰是学 FDE 最有底子的一群——因为你早就知道，系统能不能信，从来不取决于它多会说话。
ID:7560
