Agent 上线不等于可控。 没有持续评测、花费硬上限和掉线自动下线（Kill Switch），「能干活的 Agent」会变成无预算的生产事故。2026-10-27 Salesforce 宣布为 Agent Fabric 增加评测与 advanced cost controls——把评测与 FinOps 做成控制面，值得国内对照自家治理清单。
[示意图]：上线 ≠ 可控 · Kill Switch / 硬预算 / 持续评测
适合读这篇的，是企业数字化负责人、AI 平台/治理负责人，以及担心 Agent 账单和失控的财务 IT。不适合的是：只想数「上了几个 Agent」、或把厂商 Beta 时间表当成「全套已全面可用」去立项的人。
一句判断：能跑起来的 Agent，最贵的是失控
行业里常见的情况是：试点过了、入口白名单写了、周报里 Agent 个数往上加——可质量掉线没人隔离，账单月底才看见，关停还要提工单等几天。入口闸（谁能进）只解决准入；真正烧钱和伤体验的，是上线后没人盯质量、账单和断路器。
旁证三句，角度改到运行时治理，不复读专文：
- 据 Gartner 新闻稿（2026-05-28），CFO 勿把财务 AI 的试点数、工具上线数或生产用例数误当成价值创造——同理，上线 Agent 数 ≠ 可控。
- 据 IDC 博客（2026-08-28，引 FERS 口径），过去 12 个月 67% 企业 Agent 相关花费超预算逾 10%，其中约 24% 显著或极度超支；仅 45.4% 有按工作流实时跟踪 token/成本的仪表盘。
- 据 Deloitte CFO Signals 2026Q3（北美 ≥10 亿美元营收、n=200，2026-10-21），当 AI 成本控制失效时，约 74% 组织需数个工作日至数周才能暂停相关用量；仅约 7% 能自动或近实时响应；53% 仍以事后账单/报表为主复盘花费。
本号 10-25 瑞典办公 AI「允许清单」谈的是入口闸；本篇谈运行时三道闸——评测、硬预算、下线。两件事都要，别混成一篇。
[示意图] 控制面：评测闸 · 预算闸 · 下线闸
官方加了什么：评测、变更检测、硬预算与 Kill Switch
据 Salesforce 新闻室 2026-10-27 稿（正文只点名、不放厂商链）：为 Agent Fabric 增加 Agent Evals、API Evals 与 advanced cost controls。官网还称 Agent Fabric 每日处理逾 12 亿次请求，已部署 Agent 的组织中不到一半会在线上流量上做评测，96% 企业在不止一个平台上跑 Agent——均为据官网称，单一来源，样本方法未在文内展开。
| Agent Evals | 部署前自动生成测试；生产持续评测 agents/LLMs/MCP；不达标触发预定义干预（含 Kill Switch）；是否需审批看团队政策 | Beta 2026-11；GA 2027-01 |
| API Evals | 从 API 规格生成功能/性能测试，捕获破坏性变更 | Beta 2026-11；GA 2027-01 |
| Agent Kill Switch | 手动/控制面下线 | 当日 GA |
| Triggered-Agent Kill Switch | 质量触发的自动/策略化下线 | GA 2027-01（≠当日） |
| FinOps Dashboard / Model Wallet / Cost Optimization Policies | 统一花费视图；硬上限使请求在超预算前停止；测试场景称最高约 75% token 削减 | 当日 GA |
必须拆开写： 当日 GA 的是 Kill Switch 能力本身，以及 FinOps / Model Wallet / Cost Optimization Policies；「质量触发自动下线」的 Triggered-Agent Kill Switch，以及 Agent/API Evals 的 GA，官网指向 2027-01。勿写成「全套已全面 GA」。文末免责也写了：未正式发布功能勿作采购唯一依据。Cost Optimization 的「最高约 75% token 削减」是厂商测试场景口径，不是你司实测。
厂商示意场景（非具名客户实测）：零售商把订单支持 Agent 换成更低成本模型 → Evals 定时检出延迟订单答错 → 按策略求批准后隔离 → 改指令复测再上线。同日另有一篇「单机 AI→多人」高管调研（厂商自调），本篇只旁证一句：很多人卡在个人工具里，控制面本来就要跨团队、跨平台。
[示意图] 当日 GA vs Beta→2027-01 GA：Kill Switch ≠ Triggered Kill Switch
持续度量与处置，也可对照 NIST AI RMF 的 MEASURE / MANAGE（自愿框架，2023-01-26）——这不是 Salesforce 测评，只是提醒：风险管理不是一次性上线验收。
落到财务/业财：哪些 Agent 必须先配硬闸
[示意图] 填单 / 审单建议 / 对账建议 / 改单 / 付款建议：先配硬闸
公开方法论口径（就绪度五问 + 办公 Agent 边界，非亲历）：AI = 分流、提示、组装底稿；记账、支付、申报、审批决策归系统与人。下面几类必须先配「质量阈值 + 预算硬帽 + 失准隔离」：
| 报销/费用填单助手 | 字段错、科目错会灌脏单进共享 | 评测阈值（字段/差标）+ 预算帽（防循环重试烧 token） |
| 审单建议 Agent | 误放行超标/重复票 | 质量掉线隔离；高风险永不自动过 |
| 对账差异建议 | 错配会拖关账、误调账 | 评测 + 人审例外队列；不下自动过账 |
| 客服/业财改单建议 | 改价、改数量可能直连收入/库存 | Kill Switch + 变更前后 API Evals 思维 |
| 付款建议/排程助手 | 靠近资金出口 | 硬预算；禁止单独改账号、首付款、超容差放行 |
别用准确率口号当唯一验收；改用：评测频率与阈值、超预算是否真停请求、质量掉线是否可隔离。
对照清单：你现在缺哪三道闸
验收口吻对齐 Gartner：别用「上了几个 Agent」汇报，改用三闸是否齐备。
适合谁：已经或即将把 Agent 接进生产流量、需要把治理写成控制面而不是口号的团队。 不适合谁 / 先别：连入口白名单和权限分级都没有，却指望买一套控制面名词就能止血的组织；以及把 Beta/2027-01 GA 功能写进「今日必须上线」合同附件的采购。
一句话收口：上线是开始，可控靠三闸；Kill Switch 有了不等于自动下线齐了，预算帽要卡在请求路径上，不卡在月末报表里。
推荐一个优秀项目
[官方图] RuoyiOffice 企业管理一体化平台，图源：产品宣传图
说明一下利益相关：RuoyiOffice 是我们团队在做的企业管理一体化平台。如果你正在给企业搭审批、OA 和业务协同，可以把它放进候选名单：一个平台覆盖流程审批、OA、人力、资产、合同、项目、CRM、进销存等业务，按需启用；PC 端加移动端；内置多模型接入、知识库问答等 AI 能力；支持私有化部署。
