2026云栖大会上「Agent进入企业核心业务」成为讨论焦点。一个普遍共识是模型能力只是入场券真正的工程难题藏在调用链路的每一个环节。对于公路信息化这类业务规则复杂、监管要求严格的领域Agent落地更不能套用模板必须围绕业务做深度定制。一、背景Demo亮眼落地却难过去一年大模型与Agent在演示场景里频频刷屏——查数据、写报告、做调度建议看起来「什么都能干」。但只要进入公路建管养运的真实业务演示效果往往失灵同一份病害数据模型一会儿报「裂缝」一会儿报「坑槽」调一个养护工单工单状态在系统里飘忽不定。业内共识指出模型自主性与企业可控性之间存在天然张力。模型越「能想」企业越「难管」模型越「听话」业务越「失味」。这种张力不是靠换更大的模型能消解的必须靠Agent执行链路的工程化来承接。二、技术要点拆解四道绕不开的工程关1. Harness工程Agent的「执行骨架」Harness是包裹在模型之外的执行容器负责把一次对话变成可追溯、可中断、可审计的业务动作。一个合格的Harness应当具备任务规划层把业务目标拆成可执行的步骤图工具调用层对接业务系统的API、数据接口状态管理层维护会话上下文与业务上下文审计日志层记录每一次决策的依据与结果对于公路信息化系统来说Harness必须能识别「养护工单」「治超案件」「路长制巡查」等业务实体而不是把它们当作字符串处理。2. 工具适配从「能调用」到「调得准」Agent调用工具的难点不在「能不能调」而在「调得准不准」工具描述规范化每个工具的能力边界、参数约束、返回结构必须显式声明参数校验前置模型生成的参数在中间件层做一次校验避免脏数据进入业务系统工具选择策略当多个工具都能完成任务时需要有优先级与回退机制在治超非现场执法场景中Agent调用的不是简单的「查询」接口而是涉及车辆识别、数据匹配、图片调阅等系统工具工具参数耦合度很高没有规范的Harness几乎无法稳定运行。3. 权限治理谁能做什么、做到什么程度Agent进入企业核心业务权限治理是绕不开的议题操作权限哪些数据可读、哪些动作可写数据权限不同角色看到不同范围的数据审计权限每一次操作可追溯、可回滚公路行业的权限模型相对复杂涉及省、市、县多级路长涉及养护、执法、运营多条线权限设计不能「一把梭」必须做角色—资源—动作的三层模型。4. 失败恢复Agent的「应急预案」Agent在执行链路中必然出现失败失败恢复机制决定了Agent能否真正落地重试策略区分可重试错误与不可重试错误人介入机制在关键节点强制人工确认状态回滚执行失败后业务状态可恢复三、落地建议公路信息化的Agent怎么走回到公路信息化本身路信通在多年公路信息化定制实践中发现客户从来不需要「万能Agent」需要的是能听懂业务、能复盘失败、能交付责任的Agent。这与业内共识高度一致企业级Agent必须深度定制而非套用通用方案。1. 从单点场景切入不要试图一步到位做一个「公路Agent」而是从单点场景切入养护工单智能派单治超数据自动研判路长制巡查报告自动生成高速运营一张图的智能问答智慧公路监测预警的数据串联每个场景都按「7阶段服务流程」拆解售前咨询→方案设计→签约→需求确认→开发实施→试运行→验收每个环节都明确交付物与责任人。2. Harness与业务系统解耦Harness不应该绑死在某个业务系统上而是作为独立的执行层与业务系统通过标准化接口对接。这样当业务规则变化时只需调整Harness配置无需重写整个系统。3. 工具治理先行工具治理先于Agent上线梳理现有业务系统的接口能力建立工具描述规范建立工具版本管理机制4. 失败恢复作为上线门槛把失败恢复作为Agent上线的硬性指标而不是「上线后再补」。每次Agent执行都必须有完整的失败恢复预案否则不允许进入生产环境。结语Agent进入企业核心业务模型能力只是入场券真正的门槛在Harness工程、工具适配、权限治理、失败恢复四道关卡。对于公路信息化这类业务规则复杂、规则纵深极深的领域Agent落地更需要深度定制——这也是路信通一直以来坚持的方向用AI做定制开发让每一个Agent都长在客户的业务里而不是套在客户的业务上。本文部分由路信通AI助手修改
