如何判断 Agent 是否真的在降本增效？

不要只看调用量，要同时收集五类证据

调用量只能说明系统被打开过，不能说明流程已经改变。真实评估需要同时观察采用、效率、质量、安全和最终业务结果。

• 采用：是否进入真实工作，符合条件的任务有多少实际使用，用户是否重复使用。
• 效率：端到端周期、人工操作时间、等待、交接、返工和相同人力下的处理量。
• 质量：首次通过率、错误率、遗漏率、返工率和人工修改幅度。
• 安全：失败任务、越权尝试、错误工具调用、重试、人工升级和重大异常。
• 业务结果：积压、响应时间、转化、客户体验、回款周期或风险损失是否改变。

按合格完成的任务计算真实单位成本

单位成本应当等于模型与工具、基础设施、运维、人工审核、返工升级和失败损失的总和，再除以通过质量标准并真正完成业务目标的任务数。分母不能使用 Agent 运行次数，否则低价但大量失败的系统会被错误判断为高效率。

评估可以使用同期对照、分批上线或上线前后比较，但样本需要覆盖日常任务与典型异常，并保持相同质量口径。更快不自动等于更好；如果生产时间下降但审核与修正增加，两部分都必须计入。