AI代理能干不等于让它干：Reply给仓库Agent设5级授权

**五级授权到底给了买家什么**

大多数仓库 AI 的推销，都是先给你看那个“全自动”的终局，中间那些麻烦的步骤一律含糊带过。Reply 这套 Authority Model 反着来：它把中间那一步——也就是你决定给软件多长缰绳的那一步——摆到最前面。你拿到五级授权，厂商传递的信号很明确：每个 Agent 坐在哪一级，是你选的，不是它定的。对进出口方、对花钱请 3PL 管库存的人来说，这个“选”的动作本身就是买到的东西。你买的不是一台自己拿主意的机器，而是一组 Agent，它们的缰绳长短由你一条线一条线、一件事一件事地去定。

五级分别是 Inform、Recommend、Act、Coordinate、Governed Autonomy。Inform 是最底下一档：Agent 看着、发现、告诉你，但决定权还在人手里。典型的例子是某个 Agent 提示你某个货位快到补货点，采购单仍然由你来开。Recommend 往上一层：Agent 现在递给你一个带理由的方案，等你点确认。Act 是 Agent 开始执行，但关在你画好的围栏里——固定的规则、固定的上限、明确允许它碰的东西，通常也写明禁止它碰的东西。Coordinate 意味着 Agent 不再单打独斗，而是把几个 Agent 或几道工序排好顺序，免得它们抢同一份资源。Governed Autonomy 在最顶上：Agent 自己跑，但跑在事先定好、并且仍会被复核的治理框架里。

对管仓库的人来说，舒服的地方在于没人拿那个全自动演示来逼你。真正要大声说清楚的风险是反过来的那一面：厂商最爱讲 Governed Autonomy 这个 headline，采购团队有时候签了字，却没人问一句——凌晨三点 Agent 把一票货指错方向，这个成本算谁的。Reply 这套模型的价值，是它给了你一句“还没到时候”的话，而且让你能把这句“还没到时候”写进一份有人去查的记录里。

**“能干”和“该让它干”是两回事**

Reply 这次开头那句话很直白，值得反复念：能干，不是让它干的理由。一套系统技术上能做到自动释放月台预约，但这不代表在承运商爽约率高、一个错时段能让整个堆场堵一整天的站点上，自动释放就是对的。能力和“合不合适”是两个问题，这套模型存在的意义，就是把这两个问题分开，而不是让演示视频替你回答两个。

从现场的角度想。一个能调班的劳动力分配 Agent 听起来很高效，直到它把一个持证叉车工从需要资质的任务上挪走，或者把一组拣货员在 halfway 拆散，重组的那一小时里效率掉下去。Agent 做的正是它被允许做的事。买单的是人——没赶上的截单时间，还有一肚子火的班组。药方不是更聪明的 Agent，而是把“到底什么时候允许它行动、对哪些 SKU、在哪个班次”这道围栏收得更紧。

还有一层大多数试点都会忽略、直到咬到人才想起来的责任问题。当 Agent 只做推荐，决定是人下的，审计痕迹也很干净：它说了什么、我们做了什么、谁签的字。一旦 Agent 自己行动，责任图就糊了，而你的保险条款、你的 SOP、你的事故流程，都得在技术上跑起来之前先跟上。Reply 第一天就放出五个现成 Agent，不代表第一天就该让五个都到 Act。它给的是五次练习说“不”的机会，而且每次说“不”都要带一个理由。

**怎么一步步放开，而不是一把梭**

这五级本身也是一套上线顺序，你应该照这个顺序来，而不是因为宣传册上最上面那档最好看就直接跳上去。先从 Inform 开始，全部 Agent 都只看不干。让它们观察一两周，把看到的东西报出来。你在这个阶段是在校准自己的信任，也是在收集证据：它们对仓库的判断，跟地面上的现实对不对得上。别因为某个 Agent 报得准就急着升它——报得准是最容易过的门槛。

下一步升到 Recommend。现在 Agent 提方案，人来批。你真正学到东西的地方就在这里：它的理由在一个真正懂这个站点的人面前站不站得住，而不是在一个 benchmark 面前。如果它反复推荐一个班次主管绝不会做的事，那是数据，不是失败——它在告诉你围栏画错了、数据喂得太稀，或者它根本在解决地面不存在的问题。这三种都能修，而且都在 Recommend 阶段比在 Act 阶段便宜得多。

升到 Act 只针对那些窄、可逆、波及面小的任务。在一个固定区间里补一个便宜的快流件，是个好的 Act 候选：错了也就是个小超储，人能截下来取消。自动取消一票承运商订舱就不是好候选，因为它的波及面出了你的四面墙，一直捅到客户的 delivery promise。Coordinate 要更晚，得等单个 Agent 在各自车道上先挣到 Act，而且你确信它们不会为同一个码头门、同一个操作员打起来。Governed Autonomy 是最后一步，对大多数中型 3PL 来说，它可能长期是个“以后再说”的目标，而不是“这个季度”的目标。冲到那一步没有奖，而一个错误自治决策在规模上放大，是这份清单上最贵的一种失误。

**五个 Agent 先试哪个，为什么**

Reply 这次一口气放出五个现成 Agent，不需要定制开发：Out of Stock、Labour Distribution、ABC Rebalancer、Dock Scheduling，以及 Lost & Found——最后一个读摄像头画面，找出挡住 AMR 的东西。它们风险并不一样，所以试点顺序不该按字母排，也不该看哪个演示更花哨。

Out of Stock 是最容易赢的。它盯库存水位，对缺口做标记或行动。最坏的情况也就是误发一个补货信号，人能在钱动之前截下来取消。这让它成为几乎所有站点都适合先试的、从 Recommend 再升 Act 的候选。

ABC Rebalancer 按 ABC 分类重新摆货，把快流件放到拣货成本最低的位置。摆错了烦人但能回转，而拣货时长省下来的收益在忙的站点上很快就能看到。跟在 Out of Stock 后面，排第二试。

Lost & Found 是那个有意思的。它读摄像头，找出挡住 AMR 的是什么——在机器人密集的地面，一个乱放的托盘或一辆错位的手推车就能让一整条通道停摆，这时候它确实有用。先放在 Inform。让它告诉你“7号通道有个托盘挡了机器人”，对照真实发生的事验证几十次，对了再考虑升。它的价值是真的，但太早信摄像头的判读，就会让机器人绕着影子走，或者绕着本该在那里的叉车走。

Labour Distribution 应该等。动人是最难翻案、背锅最重的一类动作，还牵着合同、资质和士气。长期放在 Recommend，就算让它行动，也只能在主管已经写好、每周签字确认的规则里动。

Dock Scheduling 是我会基本永久留在人手里、或者至少每次动作都要调度签字的那个。它卡在承运商、堆场空间和 delivery SLA 的交叉口，一个错的自动决策会在这一整天的计划上向外扩散。让 Agent 推荐时段，让人来确认。真要升，也最后升，而且只在没有干净系统记录的站点上升。

**让任何 Agent 升到 Act 之前要有的护栏**

在把任何 Agent 从 Recommend 翻到 Act 之前，把三件事写在一处：它允许做什么、禁止做什么、出错之后怎么办。第三件是所有人都会跳过、却偏偏在凌晨三点补货自动触发、没人在醒着接住它的时候唯一重要的事。“出错之后怎么办”得写上一个负责的人的名字、一个恢复的步骤，而不是一句含糊的希望。

你还需要一份授权登记表——一页纸，或一个界面，列着每个 Agent、它当前在第几级、谁批的、什么时候复审。没有它，Agent 会随大家越来越舒服而悄悄往上飘，半年后没人说得清哪些已经自治、哪些还在问许可。舒服不是治理流程，而恰恰就是那个悄悄把 Agent 升上去的东西。

务必留一个一键、而不是一张工单的人工 override。如果班次主管不能在几秒里把一个 Agent 拨回 Recommend，你的护栏就是理论上的。五级模型整个的意义在于授权是个旋钮，一个你转不动的旋钮，不过是个戴着友好标签的死设置。每周测一次 override。如果它比找一个主管还慢，就不算数。

**30天落地节奏**

第一周：五个 Agent 全部以 Inform 上线。读它们的报告。一个都不让动。你唯一要做的是搞清楚它们对仓库的判断跟你对不对得上，记下它们跟现场直觉不一致的地方。

第二周：把 Out of Stock 和 ABC Rebalancer 升到 Recommend。每个动作人批。记下人同意的频率，也把不同意的那几次写下来——那些分歧是你的围栏调参输入，不是噪音。

第三周：如果同意率高、错判代价低，让 Out of Stock 在一个窄区间里行动——只碰便宜、快流、可逆的货，而且封死上限。ABC Rebalancer 再多留一阵 Recommend。Lost & Found 以 Inform 启动，开始把它的摄像头判读对照现实，一天核十几次。

第四周：复盘。写出授权登记表。决定哪个 Agent（如果有的话）下一个升到 Act，Labour Distribution 和 Dock Scheduling 留在 Recommend。确认那个一键 override 在每个活着的 Agent 上都好使，包括还停在 Inform 的那些，因为你要在出问题的那一刻就用到它。

**一个中型 3PL 的落地示例（带假设）**

假设一家 3PL，常温库约 1.8 万平方米，活跃 SKU 约 4000，两班倒，有一支不大的 AMR 车队做上架。假设它的数据还行：WMS 的货位和交易记录干净，但排班基本装在主管脑子里，月台时段靠邮件订而不是系统登记。后两件是弱点，而且它们决定了整个节奏，因为一个 Agent 只能跟它背后的数据一样好。

按这套模型，这个站点第一周五个 Agent 全以 Inform 上线，只看。第二周，Out of Stock 和 ABC Rebalancer 升到 Recommend，主管批，系统记下每一次同意和拒绝。因为劳动力数据不正式，Labour Distribution 比其余几个更久地停在 Inform——你不能从一个还没变成数据源的脑袋里安全地推荐调班。Dock Scheduling 也压低，因为邮件订的时段是个乱糟糟的真相来源，一个 Agent 往那团乱里做推荐，多半是在多此一举地猜。

到第四周，Out of Stock 只在一个固定补货区间里、只对 C 类慢流件挣到 Act——价值低、风险低、好回转。ABC Rebalancer 留在 Recommend，因为把 A 类快流件摆错位置很贵。Lost & Found 跑在 Inform，报阻塞，团队把它的摄像头判读对照现实、调置信度门槛。Labour Distribution 和 Dock Scheduling 继续留在人手里。这里藏着一个明说给客户听的假设：这个站点这一季度还没准备好进 Coordinate 或 Governed Autonomy，硬推上去，是用一点效率换一个客户最终要自己扛的真实运营风险。

**上线之后盯哪几个数**

盯四个数，别盯四十个。先看 Recommend 阶段人和 Agent 的同意率——它掉下去，说明 Agent 的模型或你的数据漂了，而漂移在变贵之前是静悄悄的。再看任何 Act 级错动作的“被接住用时”：人多快发现、多快回转，成本是在回转前还是回转后落的。还要盯异常量——Agent 标记突然暴涨，通常意味着某个数据源断了，而不是仓库炸了，所以先把暴涨当水管警报。另外盯 override 频率——如果主管老把一个 Agent 拨回 Recommend，说明这个站点上授权定高了，这是把旋钮往回拨的信号，不是去教训现场的理由。

这些都不需要一面墙那么大的看板。每周花五分钟读这四个数，就能告诉你一个 Agent 该不该升级、该不该降回来。模型把旋钮给了你，监控是你判断该转哪个、什么时候转、转多少的方式。

**对你和 3PL 的合同意味着什么**

如果你是进出口方，Agent 这个问题是间接落到你头上的。你的 3PL 可能也用上 LEA 这类授权模型，然后“这个补货谁定的”会多出一个不是人的答案。你应该用大白话问清楚：哪些 Agent 碰你的库存、在第几级。一个在你的快流件上以 Act 跑补货的 3PL，和一个以 Recommend 跑的，风险不一样，而不管哪种，缺货或超储都是你兜底。把授权级别写进合同或 SOP 附录，哪怕只是非正式地写，因为在一票货被 Agent 指错之前谈好责任，比之后便宜。

还有一层服务等级的角度。如果你的 3PL 太早把 Dock Scheduling 推到自治、开始把承运商堆坏，你的下游交付就滑，客户骂的是你，不是那套软件。所以谨慎的 3PL 才是更好的伙伴，而五级模型给你一套词汇去奖励谨慎，而不是罚它。当一家服务商跟你说“我们把劳动力和月台留在人手里”，那是成熟度的信号，不是该被砍掉的弱点。

**数据才是藏在背后的前提**

五级里没有一级能在数据源太稀的时候跑起来，而这恰恰是每个销售对话里都被说轻的部分。Out of Stock 多好，取决于喂它的交易和在手数据；Labour Distribution 多好，取决于它背后的劳动力和资质记录；Dock Scheduling 多好，取决于它读的时段数据。在把任何东西升过 Inform 之前，先真花时间在输入上。脏的货位记录会产出自信但错误的推荐，而 Agent 不会知道自己错了，因为自信和正确不是一回事。

这正是上面那个示例把 Labour Distribution 压后的原因：主管的脑袋不是数据源。在那份数据进到 Agent 能读的系统之前，推荐调班不过是多此一举、外加一个友好界面的猜。这个教训对所有五个 Agent 都成立——在每个级别上都先审输入再信输出，而且当某个数据源换了主人或格式，再审一遍。

**一线员工这边怎么落地**

Agent 改变的是谁干什么，而现场最先感觉到，比看板早。大白话，由管理层当面说清楚：一个在 Recommend 的 Agent 不是取代班次主管，而是改变主管把时间花在哪。不用再手工做补货清单，改成审一份别人先起草好的。那是更好的活，不是更小的活，但人得从经理嘴里听到，而不是从一个突然有了主见的屏幕去猜。

把主管拉进试点的决策。当一个主管帮忙给 Agent 画围栏，他会更信这个 Agent，也更早抓出它的错，因为他清楚那条线画在哪、为什么。五级模型实操上就是软件能力和现场判断之间一场持续的谈判，而现场从第一周就该在这张桌子上有个座位，而不是等出了事才被叫来。

**每个 Agent 出错，代价多大**

在升任何 Agent 之前，有个有用的练习：写下每个 Agent 最糟也最可能发生的错动作，以及收拾它要花多大代价。Out of Stock 对一个便宜件误发补货：小超储，好修，低风险。ABC Rebalancer 把快流件摆到远货位：每个循环多几秒拣货，能回转但在量上恼人。Lost & Found 读错摄像头、把 AMR 指错路：一顿停摆，忙的地面上还有你最不想发现的碰撞风险。Labour Distribution 把持证工从持证任务上挪走：一个合规缺口加返工，这类错是在审计里冒头，不是在日常报告里。Dock Scheduling 订了承运商来不了的时段：堆场堵、截单没赶上，向客户扩散。这张单子自己就把升级顺序排出来了——最好翻案的最先升，最贵的最后。

**别把模型和 Agent 混为一谈**

还有一层区分值得理清：Authority Model 是框架，五个 Agent 是第一批住进去的。模型是那个比任何一个 Agent、任何一次厂商发布、任何一个站点都活得久的部分。买家应该分开评估它们。你可能爱上这套模型，却同时发现自己的运营根本不需要 Lost & Found，因为你没有 AMR；或者你希望把这套模型的纪律用到以后自己搭的 Agent 上。发布时把它们捆在一起，但它们是可分开的想法，当成一回事，就是你多买一个然后用不满的能力的开始。

对进出口方、对 3PL 运营方来说，真正能落地的结论比新闻稿窄。你不用把五个 Agent 全用上，也不用够到 Governed Autonomy 才有价值。你需要的是那个习惯：按 Agent、按车道，刻意地去定授权，并且按时间表回头看。这个习惯——比任何一个 Agent 都关键——才是让“能干”不会悄悄变成“早该让它干”的东西。

• 头30天所有 Agent 都从 Recommend 起步、绝不从 Act 起，人留在 yes/no 那一环，并把每次决定记下来，攒出一条证据链。
• 把 Act 这级挡在你自己定的门槛后面：只有当某个 Agent 在足够多次 Recommend 决策上达到你认可的准确率，而且只在可逆、波及面小的任务上，才准它升。
• Dock Scheduling 永久留在人手里，或者至少每次动作都要调度签字，因为它卡在承运商、堆场和 SLA 的交叉口。
• Lost & Found 先放在 Inform，把它的摄像头判读对照现实验证几十次，再考虑让它做报告之外的事。
• 写一页授权登记表，列清每个 Agent、当前在第几级、谁批的、什么时候复审；按月复查，而不是等出了事才翻。
• 先试 Out of Stock 和 ABC Rebalancer，再碰 Labour Distribution，因为一笔库存动错远比一次排班动错好收拾。