AI Agent 供应商风险问卷可以帮助买方评估一个 Agent 平台、自动化供应商或 AI 服务商是否适合生产使用。目标不是收集很长的回答，而是暴露会影响数据安全、可靠性、成本、合规和退出能力的风险。
这份问卷适合 SaaS 团队、采购团队、安全评审人员，以及正在购买 AI Agent 软件的创始人。
1. 数据处理
- Agent 会接收哪些客户数据？
- 这些数据是否用于模型训练、微调、评估或产品分析？
- 客户能否关闭训练或数据保留？
- 数据存储在哪里，保留多久？
- 客户是否可以要求删除数据？
更完整的数据评审可参考 AI Agent Data Governance Checklist。
2. 模型和供应商控制
- 使用了哪些模型供应商？
- 供应商是否可以未经客户批准在不同模型供应商之间路由请求？
- 模型变更上线前如何测试？
- 客户能否固定模型版本，或收到模型变更通知？
3. 工具和动作权限
要明确问清楚 Agent 到底能做什么。读取数据不同于修改数据；起草邮件不同于发送邮件。好的供应商应该能解释工具 scope、审批门禁、审计日志和失败处理。评审时可使用 AI Agent 工具权限检查清单。
4. 安全测试
- 供应商是否测试提示注入？
- 检索来源是否被当成不可信输入处理？
- 密钥是否不会进入提示词、日志和工具输出？
- 供应商是否在提示词或模型变更后运行回归测试？
5. 可观测性和事故响应
买方应该要求供应商提供证据，证明他们可以发现并解释失败。供应商应跟踪 trace、工具调用、检索文档、策略决策、延迟、成本和人工升级。同时应有处理不安全输出、数据暴露、工具调用失控和服务降级的事故流程。
6. 退出风险
AI 供应商可能深度嵌入客户工作流。要询问数据如何导出、工作流如何停用、合同结束后会发生什么，以及客户是否能保留合规或争议处理所需日志。
建议下一步
签约前，把供应商回答与 AI Agent Procurement Checklist 对照。对于高风险部署，建议申请 AI Agent 上线前生产就绪审计。
AI Agent 供应商风险问卷的使用方法
把AI Agent 供应商风险问卷：采购前应该问什么当作一次上线前复查，而不是一次性文档。先确认页面要解决的具体问题，再检查它是否连接到相关 hub、服务页、自测工具和更深入的技术文章。这样读者能继续行动，搜索引擎也更容易理解页面在网站结构里的位置。
执行时建议记录三个结果：哪些页面已经可发现，哪些页面需要补内部链接，哪些内容还缺少证据、示例或下一步。对 AI Agent 网站来说，内容质量不只取决于发布数量，也取决于页面是否能帮助读者做出安全、成本、评估或采购决策。
AI Agent 供应商风险问卷复查要点
- 确认标题、摘要和开头段落都清楚说明页面主题。
- 检查页面是否至少链接到一个相关 hub 和一个后续行动页面。
- 检查内容是否包含具体步骤、风险提醒和判断标准，而不是泛泛描述。
- 发布后用 Search Console、GA4 和 Rank Math 分数一起复查，不只看单一指标。