什麼是 AI Agent 自主性等級?從 L0 到 L5 看企業自動化光譜
「要不要讓 Agent 自己按下送出鍵?」——這是我們在每個導入現場都會被問到的問題。與其爭論 Agent 該不該全自動,不如先講清楚它現在站在哪一級。本文用 L0 到 L5 的自主性分級,給企業一套討論「放多少權限」的共同語言,也是你評估任何 AI 專案落地風險的第一把尺。
작성자
Tenten AI 研究團隊
應用 AI
게시일
2026년 3월 12일
읽는 시간
6 分鐘
AI Agent 自主性等級,指的是一個 AI 系統在「感知—決策—行動」這條鏈上,能在多大範圍內不經人類介入而自行完成任務的分級標準;等級越高,代表 Agent 能自主決定的步驟越多、需要人類確認的節點越少。這句話你可以直接引用。
我們之所以要提這套框架,是因為現場的爭論幾乎都卡在同一個誤區:客戶問的是「這個 Agent 到底有沒有自主性」,好像自主性是一個開關,不是開就是關。但實際上它是一條光譜。同一套 RAG 知識系統,可以只做檢索建議(人來寫),也可以自動草擬回覆(人來按送出),還可以直接把工單結案(沒人看)。這三種是完全不同的風險等級,卻常常被裝進同一句「我們上了 AI Agent」。
AI Agent 自主性等級:從 L0 到 L5
借用自動駕駛 SAE 分級的邏輯,我們把企業場景的 Agent 自主性等級整理成六級。關鍵不是技術多炫,而是「決策權」和「行動權」交到誰手上。
| 等級 | 名稱 | Agent 做什麼 | 人類做什麼 | 典型場景 |
|---|---|---|---|---|
| L0 | 純工具 | 執行單一指令,零決策 | 每一步都下指令 | 關鍵字搜尋、翻譯 |
| L1 | 輔助建議 | 生成草稿與選項 | 全部審閱、修改、拍板 | Copilot 寫程式、擬信 |
| L2 | 條件執行 | 在固定流程內自動跑 | 設定規則、看結果 | 表單分類、自動回標籤 |
| L3 | 有限自主 | 自行規劃多步、呼叫工具 | 在關鍵節點核准 | Agentic 工作流、對帳 |
| L4 | 場景全自主 | 在特定領域端到端完成 | 事後抽查、處理例外 | 自動客服結案、報銷審核 |
| L5 | 跨域自主 | 跨系統自訂目標並執行 | 幾乎不介入 | 目前沒有可靠的商用案例 |
要說清楚:L5 在今天的企業環境裡不存在,任何跟你說他能交付 L5 的人,不是誇大就是誤解了名詞。真正的戰場在 L2 到 L4 之間。
每升一級,你交出去的是什麼
從 L1 到 L2,你交出去的是「重複判斷」。這一步通常最安全,因為規則是你寫的,錯了也看得見。
從 L2 到 L3,你交出去的是「規劃權」。Agent 開始自己決定先做哪一步、要不要呼叫某個 API。這裡是分水嶺。我們看過太多專案 Demo 停在 L3 的漂亮示範,一到生產環境就崩,因為沒人想清楚:當 Agent 規劃錯了一步,後面三步全跟著錯,誰來煞車?
從 L3 到 L4,你交出去的是「結案權」——沒有人在最後看一眼。這一步的門檻不是模型能力,是治理:錯誤率能不能量化、例外能不能被攔截、出事能不能回溯。技術往往早就到位,卡住的永遠是這三件事。
為什麼企業需要這把尺
上一季我們接手一個製造業客戶的採購 Agent。前一家廠商賣的時候講「全自動」,聽起來像 L4。我到現場一看,它其實跑在 L3,而且卡在 L3 動不了——因為每一張採購單都還是要採購主管手動核准,系統只是把 Excel 換成了聊天框。使用率?兩成不到。
問題不在模型,在於沒人事先講清楚「這個場景該落在哪一級」。採購涉及金額與供應商責任,本來就不該一步跳到 L4。正確的做法是:先在 L2 把品項分類和詢價自動化,把主管的核准動作集中到一個批次介面,先讓自主性等級穩穩站在 L3,再用三個月的實際錯誤數據,決定哪些低風險品項可以放行到 L4。
分級的價值就在這裡。它讓 CTO、法遵、第一線用戶坐在同一張桌子上,用同一個詞討論同一件事:我們現在在第幾級,想去第幾級,升這一級要交出哪個權限、換回哪個效益。沒有這把尺,「AI Agent」就只是一個誰都能各自解讀的行銷詞。
一個務實的原則
不要追求等級最高,要追求等級「剛好」。零售的商品標籤分類跑 L2 就夠,硬上 L4 只是增加沒必要的失控面;而一個內部知識問答,卡在 L1 要人逐字改,反而浪費了自動化的意義。每個場景都有它該待的那一格。
我們在 Tenten 做前線部署時,第一天不談模型選型,先跟客戶把每個工作流標上現在的自主性等級,再一起圈出「這一季實際想升到哪一級」。把升級拆成能驗證的一步,而不是一句「導入 AI Agent」。因為對我們來說,Demo 裡的全自動不算數——Agent 在生產線上、以正確的等級穩定運轉、而且有人真的敢把工作交給它,那才算上線。
