- WitAI 是汇头信息的企业智能体底座，八层能力 L1–L8 已全部交付
- AI 永远不直接改变业务状态，只输出带依据的建议并创建人工确认工作项
- 四级授权 L0–L3，授权等级由采纳率与事后验证数据决定
- 三级降级：AI 不可用时业务不中断；私有化或脱敏 API 两种数据模式
AI 永远不直接改变业务状态
它改变的是"人做决策时手里有什么信息"。
系统切成两半：凡涉及状态变更、金额记录、审批留痕、单据流转的动作，一律由流程引擎执行；凡涉及"合不合理""风险如何""制度怎么适用"的判断，交给智能体，输出一份带依据的建议，作为结构化数据挂在流程实例上。
即使某个智能体出现幻觉、被恶意提示注入、或模型升级后行为漂移，它能造成的最坏后果，是给出一条错误建议并被人否决，而不是改掉一张订单的金额。
结论：本次报价高于成本传导基准 7.8%，超出 5% 容差，建议复核。
依据链：① 原材料指数季度环比 +3.1%（外部数据，2 日前）② 同期其他供应商同类报价均值 +2.4% ③ 该供应商近 12 个月履约评分 A
适用制度：《采购管理办法》第 6.3 条 价格异常复核
建议动作：1. 要求供应商补充成本说明 2. 参考第二报价方 3. 维持原价并记录理由
置信度 0.86（数值部分为确定性计算）· 授权等级 L2 显式确认
WitAI L1–L8
八层能力已全部交付，均可承接生产场景。后续新增能力仍按同一标准：先在沙箱验证，通过后才进入交付范围。
模型接入与路由
OpenAI 兼容协议，按数据分级自动路由到不同模型通道；敏感数据走专属实例，一般数据走公有 API。
数据接入与分级
对接内部系统与外部数据源，逐字段打敏感级标签，为脱敏与路由提供依据。
防幻觉兜底
RAG 全链路；不确定即标注“未明确”，拒绝编造，每条结论可追溯到原文。
信息抽取
多格式文档结构化，字段级置信度，低置信自动分流到人工复核。
规则引擎
行业硬规则以代码而非提示词实现：零幻觉、可复算、可审计。
工具封装与智能体
系统操作封装为工具，跨库自然语言问数（Text2SQL），多步任务编排。
人机协同
复核分流、审批留痕、结果回写业务系统，直接接入 WitBPM 待办与审批。
治理观测
分级打标、PII 识别、血缘审计、防编造兜底、成本配额、合规边界。
在八层之上持续演进：多智能体编排与任务分解、行业模板市场、一体机私有化封装。时序预测、计算机视觉、传统机器学习不在 L1–L8 范围内，此类需求按行业新建件单独评估。
十个场景验证，没有为底座新写一行代码
全部由八层能力组合配置而成。业务逻辑在配置层，底座保持通用。
抽取 · 非结构化转结构化
合同、楼宇资料、供应商文件、发票与单据的字段级抽取，附置信度与原文定位。
问答 · 跨系统取数与解释
用自然语言跨库问数，数据不足时明确拒答而不是编一个答案。
评分 · 按规则打分与归一
行业分类归一、口径统一、估值复算：计算走确定性引擎，结果可复算。
审核 · 逐条比对与风险提示
条款对齐、政策差异比对、制度适用检查，给出“就这张单子而言你要注意什么”。
四级授权模型
按"风险后果 × 判断置信度"划分，每一级对应不同的流程引擎配置。绝大多数智能体落在 L1 / L2；L0 只用于无金额影响的辅助动作。
| 等级 | 名称 | 人机关系 | 典型场景 | 流程引擎配置 |
|---|---|---|---|---|
| L0 | 自动执行 | AI 直接完成，事后可查 | 到期提醒、单据自动生成、OCR 预填、异常清单定时生成 | 系统自动节点，仅记录日志 |
| L1 | 静默建议 | AI 给出，默认采纳，人可随时撤销 | 排序、推荐、字段自动映射、差异初步归类 | 自动节点 + 建议留痕，一键回退 |
| L2 | 显式确认 | AI 给出判断与依据，人必须明确确认 | 异常拦截、差异告警、容差超限、条款偏离 | 生成待办工作项，否决需填理由 |
| L3 | 人工主导 | AI 仅提供材料，决策完全由人做出 | 供应商淘汰、重大合同定标、超预算特批 | 多级会签，AI 输出仅作附件 |
授权等级是"挣"来的
系统持续记录每类判断的采纳率、改判率、否决率与理由分布、事后验证准确率。连续三个月采纳率高于阈值且无重大误判，可申请由 L2 降为 L1；否决率上升则自动升级并触发知识库复核。
每一次人机交互都是训练数据
当智能体给出判断而人否决并填写理由时，这条记录同时是一个负样本、一条组织隐性知识、一个规则候选项。所有建议与处置结构化留存，形成组织判断力资产，抗人员流失。
某跨国商业地产服务集团 · 十场景验证
5 个部门、60 位高频用户、7 个城市、53 项需求，配置 18 个智能体与 5 个共享业务模块。
口径说明：以上为脱敏合成样本的离线验证结果，模型输出已固化、脚本可复跑。正式立项需以客户真实样本在线盲测复核，验收口径以合同约定为准。
AI 特有的风险，我们主动回答
| 风险 | 表现 | 控制措施 |
|---|---|---|
| 数据主权 | 业务数据、制度、客户信息是否流出企业 | 支持完全私有化部署；API 模式经模型网关强制脱敏并签署数据处理协议，两种模式由客户选择 |
| 幻觉与错误判断 | 看似合理实则错误的结论 | 所有判断必须附依据链与数据来源；数值型结论走确定性计算；关键判断双模型交叉验证；L2 以上必须人工确认 |
| 提示注入 | 外部文本植入恶意指令操纵智能体 | 外部输入统一经内容安全过滤；提示模板与用户数据严格分离；智能体无写主数据权限，即使被操纵也无法造成实质损失 |
| 行为漂移 | 模型升级后判断标准变化 | 模型版本纳入配置管理；用历史真实案例建立黄金测试集，每次升级自动回归 |
| 成本失控 | 调用量激增 | 按智能体、按组织设配额与预算告警；批量任务错峰；简单任务走小模型，复杂判断才路由大模型 |
| 可解释与审计 | 监管或审计问询时说不清 | 每次调用完整留痕：输入快照、检索到的知识片段、模型版本、输出结论、置信度、人工处置结果，可完整回放 |
关于 WitAI 的常见问题
WitAI 是什么？
WitAI 是汇头信息的企业智能体底座，包含模型接入与路由、数据接入与分级、防幻觉兜底、信息抽取、规则引擎、工具封装与智能体、人机协同、治理观测八层能力，为流程节点叠加抽取、审核、评分与问答等判断能力。
AI 会直接修改业务数据或自动审批吗？
不会。WitAI 永远不直接改变业务状态：它只能读取流程上下文、写入带依据的建议、创建人工确认工作项，以及在 L0 授权下触发提醒类辅助流程；状态变更、金额记录、审批留痕一律由 WitBPM 流程引擎在人的授权下完成。
AI 出现幻觉或判断错误怎么办？
所有判断必须附依据链与数据来源；数值型结论走确定性计算而非模型生成；关键判断可双模型交叉验证；L2 以上授权等级必须人工确认。在十场景验证中，置信度分流与规则引擎双保险拦截了 75% 的错误案例。
AI 服务不可用时业务会中断吗？
不会。智能层与业务层物理解耦，采用三级降级：单个智能体异常仅隐藏该建议；模型服务不可用整体回退纯规则模式；外部数据源不可用则使用最近缓存并标注时效。业务链路完整性由流程引擎保证。
企业数据会流出企业或被用于训练模型吗？
支持完全私有化部署，数据不出企业；采用 API 模式时经模型网关强制脱敏并签署数据处理协议。模型层走 OpenAI 兼容协议，敏感数据可路由到专属实例。企业数据不用于训练公共模型。
什么是四级授权模型？
按风险后果与判断置信度把 AI 的动作分为 L0 自动执行、L1 静默建议、L2 显式确认、L3 人工主导四级。绝大多数智能体落在 L1 / L2；授权等级根据采纳率、否决率与事后验证准确率的数据放宽或收紧。