正在为一家大型进口商的关务团队开发一个交叉核对进口单证的 AI 智能体。你会采取哪些不同的做法？

我正在为非洲一家大型进口商的运输和报关部门开发一个 AI 智能体。所有资料都通过电子邮件发来（发票、提单、证书、保险单、报关文件），而且经常是多种语言的扫描件。一个 8 到 9 人的团队手动检查每份文件，并在文件之间进行交叉核对。如果错误发现得太晚，就会导致付款受阻，集装箱因此滞留港口，不断产生滞期费和滞箱费。目前原型能做的事情（已用他们的真实文件测试）：由视觉模型读取文件；交叉核对和计算由代码中的固定规则完成，而不是由模型完成；在 Outlook 中起草要求更正的邮件，未经人工批准不会发送任何内容；团队可以用自然语言提问，智能体始终会引用源文件；它还会记住团队做过的决定。根据已经收到的反馈，我正在添加：字段级置信度，让所有不确定的内容都转交人工处理，并附上扫描件中对应区域的裁剪图；用质量最差的扫描件构建的参考集；每个集装箱的免费期剩余天数倒计时，并在开始产生滞期费之前发出提醒。我正在考虑的定价，分 3 步：初始设置费约 10,500 美元，外加每月总计 2,450 美元，无长期合约要求，每月上限为 250 份文件。当地工资约为每月 550 美元。我特别想听听大家对以下问题的意见：模型选择。在这里，准确性比成本更重要。你会在所有环节都使用最强的模型，还是只在读取文件和处理不确定字段时使用最强的模型？Microsoft 365 访问权限。计划是让应用的访问范围限定为单个邮箱（仅允许读取和创建草稿）。这个邮箱存着多年的邮件，因为他们从不删除任何内容。你会只处理新邮件吗？又会如何处理历史邮件搜索？决策记忆。团队经常会针对不同供应商批准一些“正常”的差异。你会如何存储这些决定，避免最后变成一堆混乱的例外规则？独自运维。监控、模型更新、支持：如何在不必随时待命的情况下，让系统保持易于维护？合同和定价。你会如何处理责任问题，又如何对超出额度的用量收费？也欢迎提出其他任何意见，包括“我不会这样做”。