业务岗位开始尝试 Agent，最容易讨论的是“它能做多少步”。真正进入日常工作，问题却会落到一张表、一条记录上：这个判断从哪里来，谁能改，发现错了如何退回？如果这些问题没有答案，流程跑完也难以交付。
《State of AI Report 2026》印刷页98提供了一个值得关注的信号：从2025年8月到2026年6月，Codex非开发者周用户中，个人用户增长137倍，组织用户增长189倍，OpenAI内部用户增长12倍。报告同时指出，内部增长倍数较低，与其原本较高的基数有关；教育和认知提升也可能影响增长。这里比较的是一段时间内的周用户变化，无法代表业务岗位使用率，更不能直接换算成渗透率、工作质量或收益。报告没有给出这些组别的起止人数，个人与组织的倍数也不能拿来判断谁的绝对用户更多。倍数提示了使用行为正在变化，却没有替任何团队回答“交什么、怎么验”。
报告印刷页112把“可供复核的工作”（reviewable work）放在从对话、编码、Agent到协作式工作及更高自主程度的框架中，并写到专业人员应能复核成果，而非从头重做。这是报告提出的产品与交付框架，并非对某个 Agent、某类业务流程的成熟度认证。把它用于业务讨论，较稳妥的方式是先定义一份人能接手的交付物，再决定哪些步骤交给 Agent。
把“高意向”拆成能执行的规则
说白了，交付标准需要业务人员参与定义。
以销售线索整理为例，以下仅是假设的流程示例，不代表报告记录了这样的客户、效果或产品能力。假设一个团队需要把获准使用的线索记录整理成待跟进清单。现有记录可能包含提交时间、联系渠道、需求描述和跟进状态。若任务只写“筛出高意向客户”，Agent很可能不得不自行猜测什么算高意向；即便名单看起来整齐，复核者仍要回头翻原始记录。
任务输入应具体到范围和规则。比如限定本周已授权访问的线索记录，给出字段说明、状态含义、重复记录的判断办法，以及哪些线索因缺少必要信息不得自动归类。目标交付也要写明：每条候选线索保留原始记录的定位信息，摘出触发分类的原文片段，说明采用了哪条已约定规则，并把无法判定的情形单独列出。规则没有覆盖的表达，先标成“待确认”，不能由 Agent补出客户需求。
把证据放在复核人找得到的位置
“证据位置”需要比“来自系统”更具体。复核人需要能定位到具体记录、字段和原文片段，并知道该判断使用的是哪一版输入；如果原始记录后来被修改，交付物也应保留当时的引用或可追溯版本。字段缺失、两条记录疑似重复、描述与状态冲突，分别列入异常区。异常不混进正常候选名单，也不靠一段流畅的总结掩盖。这样，复核人可以先处理冲突，再决定名单是否进入下一步。
交付形态可以是一张可审核表格：一行对应一条候选记录，列中呈现原始定位、关键信息、分类依据、待确认事项、处理状态和复核意见。必要时保留筛选与排序，方便按异常类型或负责人查看。表格旁边可以有摘要，但摘要只能帮助阅读，不能替代逐条证据。若分类口径改了，复核人应能看出哪批记录受到影响，避免把旧结果当作最新结论继续流转。
交付前还可以把验收问题写成一份简短清单：候选记录是否都在授权范围内？每条分类是否能追到原文？无法判定的记录有没有进入异常区？复核人打开表格后，能否不询问生成过程就找到需要确认的字段？这些问题不要求每条线索都有漂亮的解释，却能暴露表面整齐、依据不足的结果。任务输入和验收口径应由实际接收这张表的人一起确认；交付对象若只需要待核名单，就不要顺手把“建议联系话术”也当成已批准内容。
整理名单时，写入权限也要单独确认
问题来了：整理完成之后，Agent 能否直接改动源记录？
流程还需要权限边界。Agent只能读取当前任务获准使用的记录，不能因为“整理方便”就把无关联系人信息带进交付表。谁可查看原文、谁可编辑分类、谁有权批准进入下一环节，应由业务系统按岗位控制；转发或导出也要遵守同样的边界。对外联系、改写源记录、变更线索负责人等动作，不应被含糊地藏在“整理”二字里。先划清允许的读取与写入范围，后续才谈自动化程度。
人工复核也需要一个明确位置。可以让 Agent先产出候选表，由有权限的人员逐条确认关键依据，驳回没有出处或与规则冲突的判断。复核结论、修改原因与操作时间留在流程中，便于下一位接手的人理解为什么这条记录被保留或退回。遇到误分类，已确认的结果应能撤回，受影响的后续名单应重新核对。撤回时应停止错误结论继续生效，同时留下可供追查的变更记录。
人工改过哪些地方，也要留下记录
其实，人工退回的理由就是下一轮调整的线索。
怎么判断这套流程是否值得继续用？先统计质量，再讨论速度。可以记录交付总量、可定位原文的比例、异常占比、人工退回原因、复核后的改动量，以及撤回发生在哪类规则上。统计口径要固定：抽检与全量复核分开，缺失证据和证据不支持结论分开，重复线索也不要算成独立成果。复核意见可以按“接受、修改、退回、待补证据”归类，隔一段时间回看同类问题是否反复出现；对未经人工确认的记录，质量统计也不宜直接标为“通过”。若频繁出现同类退回，就该回到输入字段、分类规则或权限配置检查；仅凭生成了多少行表格，无法说明交付已经可靠。
如此安排，Agent承担的是限定范围内的整理和标注，人的工作集中在核查依据、处理例外和批准流转。等规则清楚、异常能追踪、结论可撤回，再考虑扩展到更多步骤。业务岗位使用 Agent的门槛，未必是学会多少提示词，而是让每一项结果都有出处、责任和可复核的去向。
在表格交互层，SpreadJS作为纯前端表格控件，可以承载电子表格的查看、编辑等交互；记录访问权限、审核流转与撤回机制需要由业务系统实现。表格能让结果更便于检查，但不承诺 Agent判断正确。
来源说明：《State of AI Report 2026》印刷页98（PDF第99页），Codex非开发者周用户增长数据与相关说明；印刷页112（PDF第113页），含“reviewable work”的交付框架。文中的销售线索流程为假设示例。
