我查阅了396家金融科技公司的公开AI声明，只有143家能展示真正执行操作的智能体

我一直在做市场调研，最后把396家欧洲金融科技和金融服务公司的公开AI声明都翻了一遍。产品页面、发布公告、会议演讲、新闻稿。我在找一样特定的东西：这家公司是否有公开证据表明其AI系统在生产环境中真正采取了实际动作？不是起草邮件，不是建议下一步，也不是总结案件档案。而是真正写入某个记录系统：转账、记账、结案、批准或拒绝信贷额度。396家中只有143家，约占36%。另外64%其实是在运行Copilot，却把它们称为智能体。要说明的是，这并非要抓谁的小辫子。一个能帮分析师节省20分钟的Copilot确实是好产品，我自己也会发布。但“智能体”这个词在这段差距里承载了太多东西，而且这两类系统的失败模式完全不同。如果你的系统只做建议、由人来确认，最坏的情况只是浪费时间。如果你的系统直接执行、人只做事后审核，最坏的情况是一个错误的不可逆操作已经躺在生产环境里，其他系统还在依赖它。让我卡住的是：几乎没有人公开说明当第二种系统出错时会发生什么。关于准确率和评估的材料非常多，但关于“智能体做了某件事、这件事做错了、我们如何发现并如何处理”的内容几乎没有。也许只是因为没人愿意公开自己的事故。但这让我怀疑，针对这种情况的工具是否已经存在，还是说大家都在默默手工对账、不愿声张。如果你在运行会写入生产环境的智能体，当其中一个做错事时，你是怎么处理的？我真的很想知道，这是否是个我还没了解到的已解决问题，还是每个人都在即兴发挥。