企业说「我要用 AI」时，真正需要的可能只是内容生成，也可能是知识检索、自动化流程或多 Agent 协作。层级判断错了，工具越复杂，后面越容易返工。
AI 的四层智能，你到底在哪一层？
我现在看企业 AI 需求时，会先做一个很朴素的判断：
为了方便做项目诊断，我把常见需求拆成四层。它不是行业统一标准，也不是每个项目都必须照着爬的技术阶梯，只是一张帮助业务和工程对齐的地图。
第一层：LLM——会不会说话。语言理解、内容生成、逻辑推理。这是 AI 的认知底座。
第二层：RAG——回答有没有依据。检索增强、知识注入、来源追溯。让 AI 从「能说」变成「说得靠谱」。
第三层：AI Agent——能不能做事。任务拆解、工具调用、规划执行。让 AI 从「说」变成「做」。
第四层：Agentic AI——能不能协同。多智能体分工、共享记忆、闭环治理。让 AI 从「一个人干活」变成「一个团队干活」。
越往后，系统需要承担的动作越多，对知识、权限、评测和治理的要求也越高。
一个典型假设场景
假设你走进一家中型制造企业。这个例子不是某个客户原话，而是把常见需求压缩成一个便于说明的场景。
老板说：「我要用 AI。」
你不要马上接话。你先问：「您想用 AI 解决什么问题？」
老板可能说：「我想让 AI 帮我自动回复客户询价。」
好，这个时候你的雷达就启动了。你开始做层级诊断。
信号 1：客户说的是「生成内容」
「帮我写邮件」「帮我做摘要」「帮我翻译」「帮我生成代码」
他在第一层，LLM。
这一层通常不需要先建复杂平台。先选合适的模型和入口，把权限与数据边界处理好，很多需求就能先验证起来。
要做的：选对模型、接好接口、做好权限管理。先用最小范围验证。
容易犯的错：为了一个简单生成任务，先建一整套重平台。
信号 2：客户说的是「回答要靠谱」
「客户问我们的政策，AI 回答经常编」「我们想让 AI 基于公司文档回答」「合同条款太多，AI 总是答错」
他在第二层，RAG。
这一层的核心不是「AI 聪不聪明」，而是「AI 的回答有没有依据」。企业怕的不是 AI 不够强，而是它在没有依据时也说得很像真的。
一个制度助手回答错了，员工可能违规。一个合同助手理解错了条款，企业可能承担法律风险。一个设备运维助手给出错误操作建议，可能导致生产事故。
所以企业 AI 不能只追求「能回答」，还必须追求「有依据地回答」。
要做的：把企业的知识库、文档、政策整理好，建索引，做检索，让 AI 的回答有来源、可追溯、可治理。先把知识质量和检索效果跑稳。
容易犯的错：先把开源 RAG 框架装起来，却没有处理好文档切片、索引质量和来源追溯，最后回答效果还不如直接人工查。
这里的关键不是技术，是你对业务知识的理解。什么文档重要、什么过时了、什么需要脱敏——这些只有走进现场才知道。
信号 3：客户说的是「帮我把这事干了」
「我想让 AI 自动生成周报」「我想让 AI 自动报价」「我想让 AI 自动审查合同」
他在第三层，Agent。
注意，这里有一个质的变化：前面两层 AI 还是在「说话」，这一层 AI 要「做事」了。
一个普通 AI 可以告诉你「如何写一份市场研究报告」。一个 Agent 应该能够：理解目标、拆解任务、检索资料、调用工具、分析数据、生成图表、写出报告、根据反馈修改，并最终交付结果。
Agent 的五个核心组件：目标理解 → 任务拆解 → 工具调用 → 执行 → 反馈。
要做的：设计工作流，接入企业系统（ERP、CRM、邮件），建评测集，设护栏，确保不翻车。先选一个边界清楚的流程进入真实试用。
容易犯的错：在知识密集型任务里，知识和数据还没整理好，就直接让 Agent 自动执行。它越能调用工具，错误的代价越大。
在需要企业知识的场景里，一个没有可靠知识来源的 Agent，就像特别自信却经常说错话的实习生：什么都敢干，你却不敢放手。
信号 4：客户说的是「我们有多个场景要协同」
「我想让 AI 同时做市场分析、竞品监控和方案生成」「我想让研发、测试、部署全自动化」
他在第四层，Agentic AI。
这是最复杂的一层。不是多接几个工具就完了，而是多个 Agent 之间要分工、协调、共享记忆、互相检查。
要做的：设计角色分工和协作机制，建立共享记忆和反馈闭环，确保整个系统可治理。只有前几层稳定、组织也准备好时，再进入这一层。
容易犯的错：以为 Agentic AI 就是多拼几个 Agent。多个 Agent 没有协调机制，可能比单个 Agent 更混乱。就像一个团队没有项目经理，每个人都很忙，但产出互相打架。
别跳层
这是我现在最警惕的一类问题。
很多企业一上来就说「我要做 Agent」。但一做诊断，可能发现连 RAG 都没做好：知识库是乱的，文档是过时的，连「可信回答」都做不到，就要让 AI 自动执行任务。
这有点像地基还没看清，就急着往上加楼层。不是一定做不了，而是问题会被放大。
这四层不是严格的学术依赖关系。一个不需要企业知识的 Agent，未必一定要先做 RAG；一个简单流程也未必需要多 Agent。
但只要自动化程度上升，基础就不能欠账：模型和接口要稳定，任务所需的数据或知识要可信，工具权限和评测要清楚。单点能力都没有跑稳时，直接增加更多 Agent，通常只是在增加排查难度。
所以我现在更愿意先问三个笨问题：知识靠不靠谱？工具能不能安全调用？结果怎么评测？这三件事没说清楚之前，平台做得越大，后面越难收拾。
每层用不同的交付策略
不同层级，交付方式完全不同：
LLM 层：轻量快跑
交付物：一个可用的 AI 工具。核心动作：选模型、接接口、培训使用。评判标准：员工是否愿意在真实任务里使用。先用最小范围验证。
别过度工程化，能用就行。
RAG 层：知识先行
交付物：一个可信的知识问答系统。核心动作：整理知识库、建索引、设权限、做评测。评判标准：回答有没有依据、能不能追溯。先把知识质量和检索效果跑稳。
知识质量决定系统质量。垃圾进，垃圾出。
Agent 层：小场景验证
交付物：一个能自动完成特定任务的工作流。核心动作：选场景、设计工作流、接工具、建护栏、做评测。评判标准：准确率、兜底机制、人工介入频率。先选一个边界清楚的流程进入试用。
先把一个小流程跑稳，再扩展。别一上来做 10 个。
Agentic AI 层：组织级设计
交付物：多个 Agent 协作完成复杂业务流程。核心动作：角色设计、协作机制、共享记忆、治理闭环。评判标准：端到端交付质量、人类审核通过率。只有前几层稳定、组织也准备好时再进入。
多 Agent 不是多拼几个，是要设计一个「组织」。
写在最后
AI 落地不只是接入一个模型。难点是把模型放进业务流程，还能让人愿意用、敢用。
企业要问的不是「我们要不要做 Agent」，而是：
我们到底需要哪一层智能能力？业务问题处于哪一个复杂度层级？
不要跳层。不要贪多。不要一上来就做 Agent。
先搞清楚你在哪一层，把那一层做扎实了，再往上走。
这听起来慢，其实是在少走弯路。
我现在判断企业 AI 项目，会先问层级，再谈工具。层级没对上，工具越先进，返工越容易被放大。
本文来自「维天说」，全平台同名。
我会持续分享普通人能用上的 AI 工具、内容工作流和真实实践，欢迎联系我，一起交流 AI。
