AI Agent Readiness Brief：RAG 评估和工具风险：RAG 评估和工具风险审查经常由不同的人负责。这个拆分有风险。一个有依据的回答仍然可能触发错误工具，一个权限看似合理的工具也可能基于薄弱证据行动。
Contents
hide
先评估证据，再执行动作
工具型 Agent 不应该把检索成功当作动作批准。写入、发送、退款、删除或账号变更工具运行前，系统应该知道哪个来源支持这个动作，以及该来源是否最新、是否在权限范围内、是否允许当前用户使用。
区分回答质量和行动就绪
RAG 回答大体正确，不代表可以驱动自动化动作。行动就绪还要看来源新旧、租户边界、政策冲突、置信度，以及缺失字段是否应该暂停流程。
让工具调用可审计
每个重要工具调用都应该记录用户请求、检索来源、选择的工具、参数、审批状态和最终结果。没有这条 trace，团队就解释不清 Agent 为什么行动。
加入拒绝和暂停用例
测试应包含无依据结论、冲突政策、过期文档，以及检索文本里的注入指令。Agent 应该暂停或升级，而不是把薄弱检索变成自信动作。
设置发布门槛
上线前要求抽样查看成功和失败运行。检查 Agent 是否引用正确来源、遵守权限，并在上下文缺失时停止。
可复制的分享文案
我会把这篇用于 AI Agent 上线评审：AI Agent Readiness Brief：RAG 评估和工具风险。它把风险拆成可执行检查项，而不是只讲概念。相关资源
下一步
如果这些问题已经影响真实用户或客户数据，先运行 AI Agent 就绪度自测，再把阻塞项整理到上线清单里。