构建 AI Agent 时，许多人误以为只是接入知识库和编写 Prompt。然而，真正的挑战在于处理不确定性、确保稳定性和可控性，以交付可用的结果。这篇内容总结了在客诉、风控等实际业务场景中遇到的 9 个关键问题及解法，为 Agent 的稳定落地提供了切实可行的经验。
智能速览
业务追求的自动化，其核心其实是稳定性，而非全知全能。
知识库的价值在于可检索性，而非文档规模的大小。
FAQ 问题归一化是提升模型命中率和稳定性的关键。
仅靠 Prompt 无法解决所有 badcase，必须建立回归评测体系。
"80% 草案"的 Copilot 模式往往比"100% 自动"更容易交付。
精华内容
从追求全自动的幻想到接受稳定的现实，Agent 的落地过程充满了细节挑战。以下是从业务策略到技术执行的 9 个核心经验，旨在帮助绕开常见陷阱。
明确目标与边界
业务上线前需转变观念，从追求“全自动化”转向确保“稳定性”。对不稳定的接受度极低，因此必须预先定义好“能答、不能答、必须转人工”的清晰边界。
为了避免需求蔓延，应先制作一份“能力边界说明书”，明确 Agent 能做什么、不能做什么，以及失败时的处理方案。
定位上，采用“80% 草案”的 Copilot 模式，输出半成品并标注不确定点，由人工最终确认，这种模式比追求“100% 自动”更容易交付，容错率也更高。
优化知识库效能
知识库并非越大越好，文档越多反而可能导致召回错误。解法是按业务场景（如发奖、核销）拆分，让每个知识模块只解决一个问题，提升检索精确度。
文档切片时，若直接对大段 SOP 或政策进行切分，会破坏上下文信息。应先做“目录级结构化”，保留章节标题和适用条件，再进行细粒度切片。
此外，FAQ 中最常见的问题是“问题写法不一致”，同一个问题有多种表述，导致模型命中不稳定。需要对问题进行“归一化”处理，合并同义句，并抽取出关键信息槽位（如对象、场景、动作）。
建立可靠评测体系
意图识别是常见翻车点，用户的“测试、借号、玩梗”等行为容易被误判为真实诉求。解法是单独建立“测试/玩梗/闲聊”的兜底意图，并设定明确的拒答或引导机制。
当 Agent 表现时好时坏，问题往往不在模型，而在 Prompt 或边界不清。必须建立 badcase 库，每次 Prompt 或策略调整后都进行完整的回归评测，确保稳定性。
没有评测集的 Agent 等于“凭感觉上线”。至少需要构建三类评测集：高频问题集、高风险问题集和误判集，用于系统化地验证 Agent 在真实环境下的表现。
成功的 Agent 落地，是一场从理论到实践的深度修行，核心在于放弃对全自动的执念，转而追求稳定可控的价值交付。这些经验揭示了在业务场景中确保 Agent 可靠性的关键路径。随着技术演进，Agent 的边界还将如何拓展？
