我现在看企业 Agent，越来越少问“答得像不像人”，越来越爱问一句很土的：它能不能把这件事做完，并且能回放、能追责、能回滚。
为什么我会这么偏执？
因为大多数所谓“落地”，本质是：业务把材料丢进聊天框，AI 给了建议，然后一切交给人——谁去做、做了没、做对没、出了事谁兜底，全靠口头和群聊。
这不是 Agent 进了流程，这是“咨询建议”换了一个发声器。
一、Computer‑Using Agent 的关键，不是更聪明，而是更“贴身”
北京时间 5 月 26 日那一波信息里，我最关注的一个词是： Computer‑Using Agent。
你可以把它理解成：Agent 不只在对话框里“说”，它会像人一样在网页/应用里“做”——点、填、查、提交、截图留证、失败回退。
这件事对咨询交付的影响非常直接：交付物会从“方法论 + PPT”迁移到“可执行的任务编排 + 可验收的证据链”。
二、真正的交付升级，是把“失败路径”写进方案里
很多团队做 PoC 只证明一件事：模型能不能答出来。
但生产里真正决定生死的是另一件事： 它答不出来、做不下去、权限不够、数据缺失时，系统怎么继续？
我更喜欢把“Agent 交付”拆成四个必答题：
1) 任务怎么拆？（每一步可观测）
2) 工具怎么用？（每一步可回放）
3) 异常怎么兜？（每一步可回滚）
4) 结果怎么验？（每一步可验收）
三、一个来自“页面侧边栏”的印证：AI 回到流程里，不是人去找 AI
我们内部做过一个很小的实验（不涉及客户隐私）：把 AI 放到业务系统页面的侧边栏里。
你打开 OA 审批页，它在右侧；你打开合同页面，它在右侧。它先读页面上下文，再按一组明确的 Skill 去干活：抽取字段、生成可填入的意见、补全缺失信息、生成可下载交付物。
这个实验最打动我的，不是“效果多惊艳”，而是它把三件事讲清楚了：
第一，嵌入式比中心化更接近真实流程。 不切换、不复制粘贴，工作流才会自然发生。
第二，降级策略比主路径更重要。 API 断了怎么办、权限不够怎么办、页面读不到怎么办，必须先写。
第三，交付物必须是“文件/工单/日志”。 否则你没法验收，也没法复盘。
四、我用一个“成熟度分层”帮你识别：你到底在做聊天，还是在做交付
L0：纯人工。 靠人脑 + Excel + 会议推动，AI 偶尔帮写几句话。
L1：工具自动化。 流程在系统里跑，AI 在系统外跑，复制粘贴来回切。
L2：AI 辅助判断。 节点上能给建议，但没有一致的验收标准，出了问题也无法定位。
L3：AI 参与执行。 能按步骤去做，能产出交付物，能自动留痕。
L4：半自治闭环。 在规则边界内自动处理，失败能升级给人，过程可回放、可审计、可回滚。
多数团队卡在 L2，不是模型差，而是缺一套“把 AI 约束在流程里”的控制面。
五、别再用“聊得顺不顺”验收 Agent：用“三张账”验收交付
你要真的把 Agent 当生产力，就别用“感觉很聪明”验收。
我建议最少验收三张账：
第一张：结果账。 能不能稳定产出“真实交付物”（文档/表格/工单/审批意见），而不是一段漂亮文本。
第二张：证据账。 每一步有没有日志/截图/回放，出了错能不能定位到“哪一步、缺什么”。
第三张：治理账。 权限、数据边界、异常升级、人审点位是否清晰，能不能复用到更多流程。
六、明天就能开始的动作：用一条流程，把“可执行交付”跑通
如果你今天只能做一件事：别再说“我们要上 Agent”，改成 “我们要把一条流程跑成可回放、可验收的闭环”。
你可以从一个很小的流程开始：报销、采购审批、工单流转、主数据维护，任选一个。
关键是把“失败路径”也当成交付物写出来：不确定就升级、权限不够就申请、数据缺失就补齐、异常就回滚。
公开核查入口（可点开对照）： Microsoft Copilot Studio：Computer‑Using Agents 更新、 SAP Signavio：AI & Process Intelligence 活动、 Hyland：受监管行业相关公告。