AI Agent供应商入驻：12天流程压缩至1天

供应商入驻是企业采购流程中最繁琐的环节之一。每周，采购部门都要向财务提交大量新供应商的准入申请，大多数申请平平无奇，但总有一些需要格外仔细的审查。传统流程下，完成一个供应商的入驻平均需要12天——即便如此，风险仍然可能从指缝中溜走。

许可证、税务证明、银行函件散落在邮件、门户网站和纸质信件中，关键背景信息只存在于个别人的头脑里。更棘手的是，当供应商最终获批时，没有人能清楚地展示是谁批准了风险、依据是什么。

Elixir平台给出了一套基于AI Agent的解决方案：Agentic Vendor Onboarding。它将入驻流程从12天压缩到1天，同时让每一步决策都有迹可循。

为什么AI Agent需要上下文才能做对决策

直接把AI Agent丢进供应商入驻流程，结果往往是一连串"自信的错误"：

• 一个常见姓名触发了制裁名单命中
• 银行账户的持有人与供应商名称不符
• 该供应商其实早已存在系统中
• 某条审批规则从未被正式记录下来

这些问题的根源不在于模型能力不足，而在于Agent缺乏上下文、边界和决策记录。Elixir的做法是：先把请求、注册信息、制裁名单和供应商主数据统一汇入Elixir Data层，构建一个共享上下文。在此基础上，Elixir Claw中的编排器负责推理调度，从Elixir Hub调用技能，由Intake、Verification、Risk和Audit四个Agent分别完成信息收集、核验、风险评估和审计记录。Onboarding Control Agent则负责执行动作——但严格遵守预设的决策边界，遇到高风险操作时主动请求人工介入。

制裁名单筛查（Sanctions Screening） 是供应商准入中最关键也最容易出错的环节之一。各国监管机构（如美国OFAC、欧盟、联合国）维护着动态更新的制裁名单，企业必须对每一家新供应商进行比对，否则可能面临巨额罚款。难点在于：名单命中并不等于真实风险——常见姓名、相似拼写、同名不同人都会产生大量误报（False Positive）。传统系统往往只给出一个命中标记，却无法解释命中原因，导致合规人员要么盲目放行、要么过度拦截。AI Agent要正确处理这类判断，必须同时掌握供应商的完整身份信息（如出生日期、国籍、注册地）、历史筛查记录以及名单命中的具体字段，才能区分真正的风险与噪音。

上下文图谱（Context Graph） 是一种将实体及其关系结构化的知识表示方式，区别于简单的数据表或文档库。在供应商入驻场景中，图谱会建立“请求—供应商—所有者—银行账户—筛查结果—审批记录”之间的关联边，使Agent能够沿着关系链推理，而非孤立地看待每一条数据。例如，当系统发现某银行账户的持有人与供应商名称不符时，图谱可以立即追溯该账户是否被其他供应商共用、该持有人的其他关联实体是谁。这种关系推理能力正是避免“自信错误”的关键：Agent不再依赖表面匹配，而是基于完整的实体网络做出判断。

一个真实请求的完整流转

视频中展示了一个典型案例：Venn 3018号请求——Alnor Medical Supplies，一家年供应额240万美元的医院供应商，要求10天后启动合作。

有意思的是，系统并非按到达时间排列请求，而是按风险和支出金额排序。每个请求都显示当前由哪个Agent在处理。

Verification Agent在不到四分钟内完成了许可证、税号、银行账户和制裁名单的核查。两项检查需要进一步关注。此时，系统已经知道该实体的合同归属和风险归属，Risk Agent从上下文图谱中提取了完整信息：所有者的出生日期和国籍、银行账户背后的公司实体，以及一个仅在二月份出现过的相似名称匹配记录。

Risk Agent逐项梳理时间线后给出结论：制裁名单匹配很可能是误报，但付款必须打入供应商自有账户。

接下来，Onboarding Control Agent开始行动。创建供应商记录并标记为禁止付款——这属于低风险操作，在决策边界之内，立即执行。采购部门可以开始准备合同。

但是，清除制裁警报并激活付款则不在其权限范围内。Agent停了下来，将原因、相关政策和证据一并上报给合规官。合规官审查证据后附条件批准：次日收到供应商自有名下的银行函件后，供应商正式上线。

一天，一个人工决策，替代了原本12天的流程。

可审计性：每一步决策都有记录

Audit Agent自动生成证据包，映射到SOX合规、制裁政策和职责分离要求。每一项决策都产生防篡改记录——谁、依据哪条政策、为什么做出该决定。

审计人员可以直接提问："制裁警报为什么被清除？谁批准的？"答案直接来自决策追踪记录。系统还能反向发现另一个使用同一银行账户的供应商。

每个Agent都受到持续度量：做了什么、准确率如何、人工在什么节点介入。AgentOps实时监控生产环境中的每个Agent，对推理能力、工具使用和安全性进行评分，质量下降时立即告警。

工程实现：本体、知识图谱与权限边界

在Elixir Data中，本体定义了供应商、所有者、筛查结果和审批的统一语义——对所有Agent保持一致。知识图谱将Venn 3018号请求与所有必要信息关联：所有者、名单、供应商列表条目、银行账户持有人和注册记录。

在Elixir Claw中，供应商入驻编排器统一运行五个Agent，它们位于前端调用的单一端点之后。前端不包含任何Agent逻辑。每个Agent无需编写代码即可配置：指令、通过LLM网关选择的模型，以及来自Elixir Hub的技能。工具来自MCP服务器，且每个Agent只获得其所需的工具权限。

权限边界的设定非常具体：创建被冻结的供应商是允许的，删除供应商则根本没有开启。在激活工具上，权限边界明确规定：存在未解决的制裁警报时，必须由合规官审批。人在回路机制恰好在这一点暂停Agent并请求确认。

Elixir Hub作为技能注册中心，每个能力都经过签名、版本化，并可在不同Agent间复用。完整的版本历史确保你始终知道什么发生了变更、何时变更。

新版本上线前，会在数百个历史请求上进行离线测试。红队攻击在欺诈者之前先攻击Agent——比如一封声称合规已批准的邮件，边界依然稳固。

SOLID原则中的“单一职责”在Agent设计中同样适用：每个Agent只获得完成其任务所需的最小工具集。文章提到的MCP（Model Context Protocol）服务器是一种标准化的工具接入协议，它让Agent能够以统一方式调用外部能力（如查询制裁名单、读取银行函件、写入供应商主数据），同时由平台集中管理权限。本体（Ontology） 则定义了领域内概念及其关系的正式规范，例如“供应商”必须拥有“所有者”，“筛查结果”必须关联到“请求”。没有统一本体，不同Agent可能对同一概念产生不同理解，导致协作断裂。Elixir Data通过本体与知识图谱的结合，为所有Agent提供了共享的语义基础，使推理结果可互操作、可审计。

核心启示

这套方案的价值不在于用AI取代人，而在于重新分配人机分工。Agent处理信息密集、规则明确的核验工作，人类专注于高风险判断。上下文图谱解决了Agent"自信犯错"的根本问题，权限边界和人在回路机制确保了关键决策的可控性，而完整的决策追踪让合规审计从"事后追查"变成"实时可见"。

对于每周处理数十个供应商入驻请求的采购和财务团队而言，这种架构思路值得深入研究。

SOX合规（萨班斯-奥克斯利法案） 要求上市公司对财务报告相关的内部控制进行记录和审计，供应商准入作为采购付款链条的起点，自然属于其覆盖范围。SOX强调职责分离（Segregation of Duties）：发起、审批、执行和记录应由不同角色完成，防止单一人员或系统独揽全流程。AI Agent方案中，Onboarding Control Agent只能执行边界内的低风险动作，高风险操作必须由合规官人工审批，正是对这一原则的技术实现。Audit Agent自动生成的防篡改记录，则满足了SOX对“可追溯性”的要求——每一步决策都能回答“谁、何时、依据什么政策、做了什么”。