Genly Agent

让 AI 完成任务,但把授权、确认和责任留在人手中。

Genly Agent 使用 Enterprise Context 理解业务任务,在明确的工具权限与审计边界内执行,并在高风险动作前请求人工确认。

申请 Agent 场景验证 →
任务:准备客户续约分析执行中 · 产品示意
  1. 01
    读取证据合同、使用记录、支持工单
    完成
  2. 02
    生成分析汇总风险、机会与引用
    完成
  3. 03
    发送客户邮件外部操作,需要项目负责人确认
    待确认
  4. 04
    写入 CRM获得授权后记录结果
    未开始
确认发送草稿?以当前用户身份调用邮件工具

01 / 理解与计划

先理解目标、证据和约束,再拆解任务。

查看 Enterprise Context →
  1. 目标

    准备一份可供项目负责人审阅的续约分析。

  2. 证据

    合同、客户沟通、产品使用与支持工单。

  3. 约束

    不得自动发送外部邮件,不得修改合同数据。

  4. 计划

    读取—分析—起草—确认—写回。

02 / 工具调用

数据读取权限与工具操作授权,是两套独立边界。

读取身份

当前用户

只能读取该用户在源系统中已有权访问的内容。

项目空间

续约分析

任务材料和中间结果限制在约定项目范围。

工具授权

邮件 · CRM

读取、草拟、发送和写回分别配置操作权限。

03 / 人工确认

不是所有动作都应该自动执行。

对外发送、数据写入、审批、删除和影响业务结果的操作,应在执行前展示对象、参数、依据和预期影响,由有权人员确认。

低风险读取可按授权自动执行高风险写操作必须请求人工确认

04 / 执行日志

每一步都记录输入、来源、工具、结果与责任人。

09:42:06读取合同来源:CRM · 当前用户权限成功
09:42:11读取支持工单来源:工单系统 · 18 条成功
09:42:24生成邮件草稿引用 6 项证据 · 模型策略 A成功
09:42:28请求发送邮件确认人:项目负责人待确认

05 / Agent Runtime

任务价值之后,才是可复用的运行机制。

模型可以替换,企业上下文、工具边界和审计记录保持一致。

01

Agent Builder

定义任务目标、步骤、输入和人工确认点。

02

Tool Runtime

以明确身份和授权范围调用企业工具。

03

Model Router

根据任务、部署和成本要求选择模型。

04

Evaluation

评估回答质量、执行结果与风险。

围绕一个任务验证

用明确输入、人工责任和业务指标,验证一条受控执行链路。

共同选择一个高频、可衡量且权限边界清晰的任务,定义成功标准后开展联合验证。

申请 Agent 场景验证 →