第 3.8.1 节：先划清后台职能 Agent 的高风险边界
进入实现之前，先围绕“先划清后台职能 Agent 的高风险边界”划清适用场景、不做范围和判断条件。完成本节后，你应该能够写出财务、人事、法务与采购边界的适用场景、不适用场景、前置条件和进入工程实现的判断标准。
章节定位
财务、人事、法务和采购是企业里最容易产生 AI Agent（人工智能体）需求的职能场景，也是最不能让模型越权的场景。因为这些工作直接影响资金、合同、录用、员工权益、供应商选择和合规风险。一个能落地的职能智能体，不应该承诺“自动审批”“自动裁决”“自动给法律意见”，而应该定位为识别、抽取、核对、摘要、提醒、分流和辅助复核。
本章把四类场景放在一起讲，是因为它们有共同的交付逻辑：输入材料通常是非结构化文档，输出结果必须可追溯，风险判断需要规则与人工复核，最终动作不能交给模型独立完成。
本章目标是让读者能独立设计一个高风险职能辅助项目：知道哪些任务适合做，哪些必须拒绝；知道字段契约、审批边界、审计记录怎么设计；也知道如何在作品集和面试中讲清楚“我没有让模型替人负责，我让模型帮助人更快、更稳地负责”。
行业业务问题
财务
财务团队常见痛点是票据、报销、付款、对账和归档工作重复性高。发票号码、金额、税额、供应商、日期、项目归属等字段需要人工核对；异常金额、重复报销、抬头不符、预算超额也需要提醒。智能体可以提高识别和核对效率，但不能替代财务负责人做付款审批。
人事
人事场景包括简历初筛、岗位匹配、面试问题生成、员工制度问答、绩效材料摘要。风险在于个人信息保护、公平性、歧视性筛选和录用责任。智能体可以做候选信息整理和制度检索，但不能把“建议通过”包装成最终录用决定。
法务
法务需求常见于合同摘要、风险条款提示、主体信息核对、履约义务梳理。合同条款涉及责任、违约、争议解决、知识产权、保密、付款等高风险内容。智能体可以提示风险点和原文位置，但不能输出确定法律结论。
采购
采购场景包括供应商资料汇总、报价比对、资质核查、交期和售后风险整理。采购不是简单选最低价，还要看交付能力、质量、历史合作、付款条件和合规要求。智能体可以做比价和风险摘要，但不能自动选定供应商。
四类业务的共同问题是：资料多、规则多、责任重、结果要能追溯。
适合与不适合场景
适合做
- 发票、报销单、合同、简历、报价单的字段抽取与归档。
- 合同风险条款提示，并标注原文位置。
- 员工制度、福利、流程类问答。
- 简历与岗位要求的匹配摘要，供招聘人员参考。
- 采购报价表的价格、交期、资质、风险汇总。
- 审批前的材料完整性检查。
- 高风险事项自动分流到人工复核队列。
不适合直接做
- 自动批准报销、付款、合同签署、录用、辞退或供应商中标。
- 输出正式法律意见、税务意见或劳动争议结论。
- 在没有规则和复核人的情况下自动判定违规。
- 用敏感个人信息做不可解释的排序或淘汰。
- 把供应商选择简化为最低价。
- 客户无法提供制度、合同模板、审批规则或历史样例。
这些场景可以用一句话定边界：智能体能提高处理效率和风险可见度，但最终责任必须留在人和组织流程里。
需求澄清清单
| 分类 | 必问问题 | 判断重点 |
|---|---|---|
| 业务动作 | 输出结果会不会影响付款、签约、录用、处罚或采购中标？ | 影响越大，越需要人工复核 |
| 资料类型 | 输入是发票、合同、简历、制度、报价单还是混合材料？ | 决定抽取字段和校验方式 |
| 规则来源 | 审批规则、风险条款、岗位要求、采购标准由谁维护？ | 没有规则就不能承诺自动判断 |
| 复核角色 | 财务、人事、法务、采购分别由谁确认？ | 决定工作流和责任边界 |
| 敏感信息 | 是否包含个人信息、薪资、身份证件、合同金额、商业秘密？ | 决定脱敏、权限和留存策略 |
| 失败补救 | 抽取错误、风险漏报、误报后怎么处理？ | 决定兜底和申诉机制 |
| 原文追溯 | 是否要求每个字段和风险点定位到原文？ | 高风险场景默认必须追溯 |
| 审计要求 | 需要保留输入、输出、复核意见和最终动作多久？ | 决定日志和归档设计 |
| 集成系统 | 是否需要接入 OA（办公自动化系统）、HRIS（人力资源信息系统）、招聘管理系统、ERP（企业资源计划系统）？ | 决定接口和权限复杂度 |
| 验收样例 | 是否有真实历史材料和人工处理结论？ | 决定能否做可靠验收 |