Jeetu Patel

工具授权和动作授权是两个不同层面的授权：工具授权回答的是 Agent 能否使用某个集成，动作授权回答的是它具体能做什么、对谁做。

给 Agent 接入邮箱访问权限后，它可以订餐厅，但这不等于它可以随意给董事会成员发消息；这两个动作需要分别审批。

建议把每个敏感决策存成「工具、动作、目标类别」的三元组，例如 ("inbox", "reserve", "restaurant") 和 ("inbox", "message", "board") 走不同审批路径，未预批准的组在调用前拦截。

Token 消耗监控应与系统韧性和护栏越界放在同一监控层级，Agent 的经济行为要和行为边界同等对待。

Cisco 对 Token 的管理分阶段：先给员工宽松的 Token 访问权限让大家熟悉，然后转向按人头配额一样的 Token 配给制——团队拿多少 Token 就要交付对应产出。

Patel 提到架构层面的下一个问题是如何在同样成本下把 Token 产出效率提升 20% 到 60%。

Patel 建议先围绕自己的任务建评测，再用评测结果决定一个 prompt 该发给便宜模型还是贵模型；公开榜单高分不代表模型在你的场景里表现好。

Patel 对「成本」的定义不只是 Token 的美元价格，还包括它消耗的瓦数；他提到当前可用的总算力中，60% 正投向推理。

每个任务要写清楚智能、成本、控制三个维度的取舍；在控制更重要的任务上（比如敏感数据），最后 5% 的智能可能没那么重要。

人工审批环节要保留到用例积累出可信记录为止；一直保留人工批准，直到模型对你的环境微调得足够好，你对它的决策有足够的统计样本感到放心，才考虑把人从回路里拿掉。