AI Agent 上线以后，很多团队会把注意力放到下一个新场景，旧 Agent 只要没有明显报错，就默认继续运行。这个习惯很危险。Agent 的权限、数据来源、业务规则和成本都会变化，如果没有定期复核，它可能从“提高效率”慢慢变成“制造隐性风险”。
月度复核表的作用，是把 运行监控、权限复核、事故复盘 收到一张表里。它不追求复杂，而是让负责人每个月能回答一句话：这个 Agent 还应该按现在的方式继续跑吗？
先确认任务还存在价值
复核第一项不是技术指标，而是业务价值。这个 Agent 本月处理了多少任务，节省了多少人工整理时间，减少了多少漏办，是否推动了销售、客服、运营或知识库维护的真实结果。
如果任务量已经很低，或者业务流程已经改变，继续保留自动化入口就可能没有意义。低频但高权限的 Agent，尤其要警惕。
权限要按实际使用回收
很多 Agent 上线时为了方便，会拿到偏宽的工具权限。月度复核时要看实际调用记录：哪些工具本月没有用到，哪些写入动作没有必要，哪些临时权限已经过期。
这一步不能只问负责人“是否需要保留”。更好的做法是对照运行日志和任务场景，把未使用权限、异常拒绝、人工确认记录逐项列出来。权限少一点，后续事故就少一层放大器。
日志要能解释失败原因
月度复核不是只看成功率。还要看失败原因是否集中在某几个点：输入缺字段、知识库无来源、工具超时、权限拒绝、上下文冲突、人工未确认。失败越集中，越说明流程可以被修正。
这和 知识库问答质检 的逻辑相同：错误答案不能只在对话里改掉，运行失败也不能只在日志里躺着。能归类，才有改进入口。
成本要和结果一起看
工具调用成本和模型调用成本不能单独看。一个高成本 Agent 如果帮团队提前发现续约风险，可能值得保留；一个低成本 Agent 如果频繁生成没人采用的草稿，也可能应该停用或改造。
复核表里可以增加单位任务成本、人工修改率、接管率和结果采纳率。它们放在一起，才看得出 Agent 是在创造价值，还是只是把人工工作换成自动化消耗。
总结
AI Agent 月度复核表不是形式化汇报，而是上线后治理的基本动作。权限、日志、失败原因、人工接管、成本和业务结果一起看，团队才知道哪些 Agent 应该加大投入，哪些应该降权、改造或停用。
