# 企业级 AI 工作助手：技术选型与实施路径建议书

## 一、底座架构选择

### 推荐方案：Spring AI Alibaba + 自定义 Agent 编排层

**核心理由：**

| 评估维度 | Spring AI Alibaba | LangChain | LlamaIndex | 大厂托管平台 |
|---------|------------------|-----------|------------|-------------|
| Java 生态集成 | ✅ 原生 Spring Boot | ❌ Python 为主 | ❌ Python 为主 | ⚠️ 黑盒 |
| 内部部署支持 | ✅ 完全支持 | ✅ 支持 | ✅ 支持 | ❌ 仅 SaaS |
| 数据隐私 | ✅ 数据不出域 | ✅ 可控 | ✅ 可控 | ❌ 数据出境风险 |
| 定制深度 | ✅ 源码级可控 | ✅ 灵活 | ⚠️ 偏 RAG | ❌ 受限 |
| 社区成熟度 | ⚠️ 成长中 | ✅ 最成熟 | ✅ 成熟 | ✅ 大厂背书 |
| 工程化程度 | ✅ 企业级规范 | ⚠️ 偏弱 | ⚠️ 中等 | ✅ 开箱即用 |

**权衡点：**
- Spring AI Alibaba 社区相对较小，遇到问题需更多自研能力。
- 建议搭配 LiteLLM 做模型路由抽象，避免框架层绑定。

**架构建议：**
```
员工请求 → 意图分类网关 → Agent 编排层(Spring AI) → 工具调用层 → 下游系统
                                    ↓
                           权限网关 + 审计日志
```

---

## 二、LLM 模型选型策略

### 模型策略矩阵

| 任务类型 | 推荐模型 | 备选模型 | 单次成本(¥) | 月调用占比 |
|---------|---------|---------|------------|-----------|
| 意图分类/路由 | Qwen-Turbo / DeepSeek-V3 | GLM-4-Air | 0.002 | 100% |
| 简单问答/查询 | Qwen-Plus | DeepSeek-V3 | 0.008 | 40% |
| 复杂推理/多步 | GPT-4o / Claude 3.5 Sonnet | Qwen-Max | 0.05 | 25% |
| 视觉理解 | GPT-4o | Claude 3.5 Sonnet | 0.08 | 10% |
| 长文档摘要 | Qwen-Long | Kimi | 0.02 | 15% |
| 代码生成 | DeepSeek-Coder / GPT-4o | Claude 3.5 | 0.04 | 10% |

### Fallback 链设计
```
主模型请求 → 超时/失败 → 降级到备选模型 → 仍失败 → 返回"暂时无法处理，请稍后重试"
```

**关键机制：**
- **统一抽象层**：使用 LiteLLM 或自研 Model Router，业务代码不直接调用具体模型 API。
- **成本监控**：按部门/用户/任务类型统计 token 消耗，设置月度预算告警（80% 预警，100% 熔断）。
- **能力差异处理**：在工具定义中标注所需能力（如 `requires_vision=true`），路由时自动匹配。

---

## 三、与企业现有系统集成方式

### 推荐路径：混合模式 + 渐进迁移

**阶段一（1-3个月）：传统 API 适配层**
- 为高频系统（人事、财务、CRM）编写标准 REST API 适配器。
- 使用 OpenAPI/Swagger 规范定义接口契约。
- 优势：快速见效，验证核心流程。

**阶段二（4-6个月）：MCP 试点**
- 选择 2-3 个新系统或改造成本低的系统试点 MCP Server。
- 验证 MCP 协议稳定性、工具发现机制、错误处理。
- 建立内部 MCP 开发规范。

**阶段三（7-12个月）：全面迁移**
- 存量系统逐步包装为 MCP Server。
- 新系统默认采用 MCP 协议。
- 保留 API 适配层作为 fallback。

### 试点顺序建议
1. **第一批**：人事系统 + 财务系统（验证"预算查询"场景）。
2. **第二批**：CRM + 项目管理（验证"会议准备"场景）。
3. **第三批**：知识库 + 合同管理 + 审批流。

---

## 四、权限与数据安全

### 推荐方案：权限网关 + OAuth 2.0 Token Exchange（方案 c+d 混合）

**架构：**
```
员工 → AI助手 → 权限网关 → 下游系统
              ↓
         审计日志中心
```

**权限流转：**
1. 员工登录 AI 助手时，获取员工身份 token。
2. AI 助手发起下游请求时，通过 Token Exchange 获取**受限委托 token**。
3. 权限网关根据员工角色 + 数据敏感度 + 操作类型进行实时鉴权。
4. 敏感操作（如查看薪资）需二次确认或动态权限提升。

**四种方案对比：**

| 方案 | 安全性 | 复杂度 | 可维护性 | 推荐度 |
|-----|-------|-------|---------|-------|
| (a) 员工 token 直调 | 高 | 中 | 中 | ⭐⭐⭐ |
| (b) 统一服务账号 | 低 | 低 | 高 | ⭐ |
| (c) 权限网关代理 | 高 | 高 | 高 | ⭐⭐⭐⭐ |
| (d) Token Exchange | 高 | 高 | 中 | ⭐⭐⭐⭐ |

**审计日志要求：**
- 每次 AI 代表员工的操作必须记录：`who(员工) → what(操作) → when(时间) → which_system(系统) → result(结果)`。
- 日志不可篡改，保留至少 3 年。
- 支持按员工/系统/时间范围检索。

---

## 五、Agent 能力边界与人工审批

### Risk-Based 审批策略

| 风险等级 | 判定标准（程序化） | 操作示例 | 处理方式 |
|---------|------------------|---------|---------|
| **低风险** | 只读操作、聚合查询、生成报告、不影响他人 | 查预算、查项目进度、生成周报 | AI 直接执行 |
| **中风险** | 写入操作但可回滚、仅影响本人数据 | 提交报销、修改个人日程、创建草稿 | AI 执行 + 企微/钉钉通知员工确认 |
| **高风险** | 不可回滚、影响他人、涉及资金/合同/人事 | 删除项目、批量发邮件、调薪、审批合同 | 必须人工审批，走 OA 流程 |

### 程序化判定规则
```yaml
risk_level:
  low:
    - method in [GET, HEAD, OPTIONS]
    - operation_type in [query, aggregate, generate_report]
  medium:
    - method in [POST, PUT, PATCH]
    - has_rollback_mechanism == true
    - affects_others == false
  high:
    - method in [DELETE]
    - involves_financial_data == true
    - affects_others == true
    - operation in [delete_project, batch_email, salary_adjust]
```

### 审批流形态
- **中风险**：企微/钉钉卡片通知，员工点击"确认"或"撤销"，24 小时未操作自动撤销。
- **高风险**：对接企业现有 OA 审批系统，按业务规则路由到对应审批人。
- **紧急通道**：员工可随时在 AI 助手中查看待审批列表并加急处理。

---

## 六、渐进式部署与风险控制

### 灰度策略

| 阶段 | 人群 | 场景 | 时长 | 成功标准 |
|-----|------|------|------|---------|
| **Alpha** | IT 团队 + HR 管理员（50人） | 仅查询类操作 | 4 周 | 任务完成率 >70%，错误率 <5%，满意度 >4.0/5 |
| **Beta** | 全公司 10%（100人） | 查询 + 中风险操作 | 6 周 | 任务完成率 >80%，错误率 <3%，满意度 >4.2/5 |
| **GA** | 全公司 50%（500人） | 全场景（含高风险审批） | 8 周 | 任务完成率 >85%，错误率 <2%，满意度 >4.3/5 |
| **Full** | 全公司 100% | 全场景 | 持续 | 持续优化 |

### 熔断回退触发条件
- 错误率连续 2 天 >15%。
- 发生安全事件（数据泄露、越权访问）。
- 用户满意度 <3.0/5 且持续 1 周。
- 核心系统响应超时率 >20%。

**回退机制**：一键切换回传统操作模式，所有 AI 操作自动转人工工单。

---

## 七、性能与成本预算

### 成本估算（1000 员工 × 30 次/天）

| 指标 | 数值 |
|-----|------|
| 日均 Query 数 | 30,000 |
| 平均 Token/Query | 2,500（输入 2K + 输出 500） |
| 月均 Token 总量 | 22.5 亿 |
| 模型混合成本 | ¥35,000 - ¥65,000/月 |
| 单次 Query 平均成本 | ¥0.04 - ¥0.07 |

**成本优化措施：**
- 意图分类前置过滤：30% 简单问题走本地小模型或规则引擎。
- Prompt 缓存：相同模板缓存，减少重复 token。
- 响应截断：非关键场景限制输出长度。

### 性能目标

| 场景 | 延迟目标 | 优化手段 |
|-----|---------|---------|
| 简单查询 | <2 秒 | 意图路由 + 本地缓存 |
| 单系统操作 | <3 秒 | 流式输出 + 连接池 |
| 多系统聚合 | <8 秒 | 并行调用 + 推测性预拉 |
| 复杂推理 | <15 秒 | 流式输出 + 进度提示 |

**架构优化：**
- 意图分类层：本地部署 Qwen-7B 做前置路由，<100ms。
- 并行工具调用：多系统查询并发执行，取最慢者决定总延迟。
- 流式输出：首字响应 <1 秒，避免用户等待焦虑。

---

## 八、最容易踩的坑

### 五大陷阱与预防措施

| 陷阱 | 表现 | 预防措施 |
|-----|------|---------|
| **过度承诺** | 员工期望 AI 万能，第一次失败就失去信任 | 明确告知能力边界，试点期只承诺"辅助"而非"替代" |
| **数据质量差** | AI 拿到垃圾输入，输出不可用 | 集成前做数据质量评估，建立数据清洗管道 |
| **部门 KPI 冲突** | 业务部门觉得"AI 抢饭碗"，消极配合 | 高管背书，明确 AI 是"增效工具"，与绩效挂钩 |
| **摊子铺太大** | 一次性 onboard 太多系统，哪个都没做好 | 严格遵循"先做深再做广"，每个系统验证通过再扩展 |
| **合规一票否决** | 项目卡在合规审查数月 | 早期引入合规团队，隐私设计（Privacy by Design） |

### 额外建议
- **建立 AI 治理委员会**：IT、业务、合规、法务代表共同参与。
- **设立"AI 体验官"**：从各业务线选拔早期使用者，收集反馈。
- **准备 Plan B**：如果 AI 助手效果不达预期，保留传统操作路径。

---

## 九、度量体系

### 指标矩阵

| 类别 | 指标 | 目标值 | 采集方式 | 报告频率 | 负责人 |
|-----|------|-------|---------|---------|-------|
| **使用率** | DAU/MAU | >60% | 埋点统计 | 周报 | 产品经理 |
| | 人均交互次数 | >25 次/天 | 埋点统计 | 周报 | 产品经理 |
| | 7 日留存率 | >70% | 埋点统计 | 月报 | 产品经理 |
| **效率** | 任务完成时长 vs 手工 | 缩短 40% | A/B 测试 | 月报 | 业务分析师 |
| | 员工节省小时数 | >5 小时/周/人 | 问卷调查 + 系统日志 | 季报 | HR |
| **质量** | 用户满意度（NPS） | >50 | 问卷 | 月报 | 产品经理 |
| | AI 答错率 | <5% | 人工抽检 + 用户反馈 | 周报 | QA |
| | 人工纠错率 | <10% | 系统日志 | 周报 | QA |
| **成本** | 每 Query 成本 | <¥0.05 | Token 统计 | 周报 | 财务 |
| | 月总成本占 IT 预算 | <3% | 财务系统 | 月报 | CTO |
| **业务** | 关键 KPI 影响 | 正向 | 业务系统数据 | 季报 | CEO/业务负责人 |

---

## 十、执行 Timeline

**Month 1-2: 奠基期**
- 完成架构设计与技术选型。
- 搭建权限网关与审计日志基础。
- 完成合规审查与隐私设计。
- 选定试点系统（人事+财务）。
- 组建核心团队（PM + 2 后端 + 1 前端 + 1 QA）。

**Month 3-4: 核心开发**
- 完成 API 适配层（人事+财务）。
- 实现意图分类与 Agent 编排。
- 开发权限网关与 Token Exchange。
- 搭建监控与成本看板。
- 内部 Alpha 测试（IT 团队）。

**Month 5-6: Alpha 试点**
- 50 人试点上线（IT+HR）。
- 仅开放查询类操作。
- 收集反馈，迭代优化。
- 验证成功标准（完成率>70%，错误率<5%）。
- 准备 Beta 扩展。

**Month 7-9: Beta 扩展**
- 扩展至 100 人（10% 全公司）。
- 开放中风险操作（需确认）。
- 接入 CRM + 项目管理。
- 启动 MCP 试点。
- 验证成功标准（完成率>80%，错误率<3%）。

**Month 10-12: GA 推广**
- 扩展至 500 人（50% 全公司）。
- 开放高风险操作（审批流）。
- 全面 MCP 迁移。
- 性能优化与成本调优。
- 业务 KPI 影响评估。

**Month 13+: 全面运营**
- 100% 员工覆盖。
- 持续优化与场景扩展。
- 建立 AI 治理常态化机制。
- 探索 AI 驱动的业务创新。