28｜深度应用蓝图：企业问答、仓库诊断、研究与受控自动化

目标：把原理迁移到真实业务，能写出数据流、失效规则、验证与上线边界。以下为原创参考设计，不是已经部署或跑分的产品。

继续看相关机制：F29 · 从两个候选列表，走到可用证据F22 · 把一个Agent任务拆成真正发生的几轮F34 · 测试是找反例，不是给代码盖绿章

1. 企业知识问答：不是一个公开向量库

场景：员工询问内部接口迁移方案，资料分布在文档、PR与会议纪要中。首先绑定员工身份与项目权限，确定问题涉及的产品版本。查询先在授权集合中召回，返回片段、来源、版本和上下文范围；生成答案时区分当前方案与历史决定。

一个最小数据模型包含document_id, revision, tenant, acl, effective_time, source_uri, chunk_range。Embedding版本单独记录，便于重建。派生摘要也保留来源依赖，原文撤回或权限变化后可以找到需要失效的摘要与答案缓存。

验收包含：有答案、无答案、旧版冲突、跨文档组合、权限相近用户、权限撤回。关键指标不只是答案流畅度，而是证据支持率、当前版本正确率、授权泄漏、拒答覆盖与延迟。检索到机密内容再要求模型“不说出来”不是合格权限设计。

上线先做只读问答，保留人工反馈与错误样本；没有必要第一天就让系统自动修改文档。写入能力应另设授权与审核流程。第13、15、20章分别提供检索、生命周期与安全基础。[N24][N35][N83]

2. 仓库诊断助手：先定位再决定是否实施

场景：开发者报告某功能回归。系统读取当前分支、工作树状态与用户描述，定位日志、入口和相关测试。输出可以先是“证据支持的候选根因+最小复现”，而不是立即修改大量文件。

数据路径是任务→精确搜索→AST/LSP扩展→源码/测试→假设验证。若需要历史理由，再查Git；若需要外部接口，再查对应版本官方文档。检索应逐步扩展，避免全库默认载入。当前源码优先于旧记忆，但旧记忆可以指出高价值入口。

允许实施时，补丁绑定读取版本，限制变更范围，运行原失败测试及必要回归，检查最终diff。高风险改动增加独立审查；普通小修复不必默认多Agent。验证结论必须绑定最终工件，而非聊天中的某一中间版本。

评测按真实任务分层：简单Bug、跨模块功能、并发/存储、构建配置、文档。比较同一模型下有无Skill、有无记忆、不同检索策略，确定收益来自专业知识还是工具改善。不要用静态路由成功代替代码结果。[N79][N47]

3. 研究助理：从资料堆积到可追溯结论

场景：研究团队要判断某项Agent技术是否值得采用。系统先定义决策问题与比较基线，再收集原论文、官方文档和复现实验；每个结论保留出处、版本、实验条件和是否为作者推断。

证据对象可包含claim, source, scope, date, method, limitation, status。这不是强制数据库表，而是避免把“某研究集上有效”写成“普遍最佳实践”的最小语义。多篇文章重复引用同一实验，不应被当成多个独立证据。

研究停止标准是当前决策所需关键不确定性已经有足够证据，或剩余缺口明确需要本地实验。无限阅读同类文章不会自动提高确定性。输出应能回答采用、暂缓、局部试验以及什么新证据会改变决定。

评价不是文章数量，而是来源准确性、结论支持、反证覆盖、可执行实验和实际决策价值。检索不到时说明搜索范围与缺口，不编造文献。图检索或多Agent只在跨资料规模与独立探索确有需要时引入。[N26][N46]

4. 运营自动化：先只读，再分级增加副作用

场景：系统检查构建失败并建议重试。只读阶段获取状态、日志和近期变更；建议阶段给出可核验原因；执行阶段才允许对特定任务重试或创建工单。每一步权限与完成条件不同，不应因系统会分析就自动拥有生产写权限。

一次执行绑定用户/服务身份、目标对象、前置状态与操作ID。服务超时后保留unknown，通过查询任务状态对账，避免重复创建。重试只用于明确可重试错误；权限错误不绕过，配置错误不无限重试。

上线采用影子模式或人工确认的逐步放权策略，先观察建议质量与误触发，再允许低风险动作。影子模式没有真实副作用，不能证明实际执行恢复可靠，因此仍要单独做沙箱故障注入与对账测试。

5. 共用组件与不该共用的逻辑

身份、追踪、预算、工具协议和基础检索可复用；业务验收、风险阈值和专业技能通常要按应用定义。把所有业务都塞进一个全能Agent，可能让权限与上下文不断膨胀；把每个步骤都拆成服务，又可能过度工程化。

先建立一个清晰单进程或小服务边界，只有并发、隔离、扩展或团队责任需要时才拆分。共享模块应有真实重复使用场景，而不只是“未来可能”。

6. 生产上线的最小证据包

包含代表任务集、错误分类、权限测试、恢复测试、成本/延迟、数据删除策略、回滚条件和未验证范围。高风险系统需要更严格审计；个人只读助手可以简化，但不能省掉密钥和数据边界。

验收题：三种业务都用同一LLM，能否共用同一成功率指标？不能。知识问答看证据与权限，代码任务看工件与回归，运营自动化看外部状态与副作用。模型相同不代表业务质量相同。