商用智能体短板在体验而非技术第三种能力

六月最后一周，ISC.AI 2026刚落下帷幕，“智能体碘伏安全”成了年度关键词。与此同时，各大技术社区里关于Multi-Agent工程化的讨论帖又多了几百篇。两件事放在一起看，耐人寻味。

2026年过半，行业的两条主线从未如此清晰：一条叫安全，一条叫效率。

周鸿祎先生在ISC大会上，把“安全”这道题摆到了整个行业面前。他的判断很准：当AI成为新物种，旧的组织形态和防御框架装不下它。把智能体放进独立虚拟机、做严格的工具授权，是他给出的解法。这道题的背后，是商业应用不可逾越的红线——别翻车。另一边，深耕一线的Multi-Agent实践者们，则在无数场闭门讨论中把“效率”的工程难题拆得粉碎。从模型路由的权衡，到记忆系统的分层，再到多角色协作时的上下文治理，他们让AI这个“超级员工”跑得更快、更稳、成本更低。这道题的背后，是商业应用规模化的基石——能办事。

这两条主线，构筑了当下商用智能体的地基。没有安全，一切归零；没有效率，寸步难行。对这两个方向的探索者，我们抱有充分的敬意。

但这是否就是商用智能体的全部？

一个越来越难被忽视的信号是：许多功能完备、审计满分的智能体，依然在真实服务场景中被用户沉默地抛弃。不是出了什么错，而是少了些什么。

商业服务的终极战场，从来不在“不出错”和“办得快”上，而在用户的感受里。

当安全问题被防守型架构解决，当执行效率被工程化手段拉满，一个更本质的问题自然浮现：谁来定义AI与用户之间的那“最后一公里”？

答案，藏在人文交互的体验里。

安全，决定了AI能站多稳，却未必能走多远

当前主流的安全观，本质是“防守型”策略。为防范AI的不可控，隔离、限制、切断成了标配。这套逻辑在后台自动化场景中堪称完美，因为它的服务对象是“事”，不是“人”。

但一旦切换到前台商业服务，挑战就变了。一个怒火中烧的客户来找售后，AI的第一反应如果是基于风险模型触发的“抱歉，该问题已超出我的处理范围，即将为您转接人工”——它确实安全地规避了纠纷风险，但同时也在客户的情绪上浇了一把油。合规满分，体验零分。

这不是安全的错，而是我们对“安全”的理解需要升维。在商业服务中，安全不应只是“不犯错”的底线，更应是“懂分寸”的智慧。它应当教会AI如何在风险边界内承接情绪，如何为人工协同铺平道路，而不是简单切断连接。真正的安全，是让用户在被拒绝时，依然感受到被重视。

效率，决定了AI能跑多快，却未必能留住人心

Multi-Agent的工程化实践，将AI的执行效率推向极致。角色分工、模型路由、记忆分层，这些精巧的设计如同给AI装上了一套发达的“运动神经系统”。它能让你订的咖啡准时送达，让退款流程在3秒内发起，让咨询得到毫秒级响应。

但高效，不等于好体验。一个能光速处理退款的AI，如果只是冷冰冰地抛出一句“退款已提交，预计3个工作日到账”，它解决了一次交易摩擦，却制造了一次情感摩擦。用户拿回了钱，但可能永远失去了对这个品牌的好感。

效率是商业服务的骨架，确保事情能被办成。但用户感知到的价值，往往藏在骨架之外的血肉里。那句被高效省略掉的“理解您的着急，已经帮您加急处理了”，恰恰是用户是否愿意再次光临的关键。当效率成为标配，体验就成了唯一的溢价。

人文交互，是被忽略的独立维度

行业里有个普遍的误解：认为体验感就是调调提示词，让AI说话温柔点、多加几个语气词。这是纯技术视角的盲区。零散的Prompt优化，就像在一栋地基不稳的房子上刷漆，解决不了结构性问题。

真正的人文交互，不能被降级为“锦上添花的话术优化”。它与底层推理能力、业务知识体系一样，应当是智能体构造中独立的一极——不依附于大模型本身，而是作为输出行为的“分寸感来源”。它至少要回答三个问题：

情绪是承接还是切断？当用户焦虑、迷茫、愤怒时，交互的第一优先级不是解决问题，而是承接情绪。AI需要先学会说“听起来您今天经历了很多”，然后再说“我们来看看怎么解决”。先处理心情，再处理事情，这个顺序不能乱。

边界是拒绝还是协同？遇到超纲问题，不是一句“我处理不了”了事，而是启动无缝的协同流程。静默识别风险、秒级同步上下文、辅助人工准备应答，让用户在毫无感知的情况下获得专业帮助。这才是服务，而不是甩锅。

关系是单次交易还是长期信任？让AI拥有长久记忆，不是记录隐私和聊天日志，而是沉淀偏好、习惯和业务脉络。用了三个月，它懂你的表达方式；用了三年，它比你自己还熟悉你的思考模式。这种基于记忆的“懂你”，是任何高效率交互都无法替代的信任资产。

结语与预告

安全与效率，是当下行业交出的两张高分答卷。它们共同回答了“AI能不能做事”和“AI会不会闯祸”。

但一个真正能落地、能产生持久商业价值的智能体，还必须回答第三个问题：“AI应该以什么方式跟人打交道？”

周鸿祎先生说，要换组织、换防线，别让AI失控。

Multi-Agent的实践者们说，要换架构、换路由，让AI跑得更快。

而我们在反复思索中逐渐意识到，也许还需要第三种能力——不是让AI更会做事，而是让AI更会服务人。

如果安全是防御层，效率是执行层，那么谁来做那个连接一切、触动人心的交互层？

关于这个问题，我们有一些长期的实践和思考。这份答卷，七月揭晓。

我们不卷参数，只谈底线、分寸与商业本质。