昨天补了回归评估、发布复盘、AWS AgentCore Web Search 和 OpenClaw 成本归因。今天我没有继续写同一组发布后治理，而是把焦点往入口和成本前移：请求进来时先判断把握，业务资料先拆字段，模型调用按风险分层。
所以今天的五篇文章分别是 AI Agent 意图识别置信度、售前资料初筛、Google Gemini CLI 转向 Antigravity CLI、OpenClaw 模型分层调用，以及这篇运营复盘。
意图置信度补的是入口缓冲
站内已经有 任务路由，今天没有重复写“怎么路由”，而是补了一个更细的点：路由前要知道自己有多确定。
高把握低风险可以自动处理，中等把握先追问，低把握和高风险动作进入人工或审批。这个内容能接上 回归评估 和 审计日志。
售前初筛补的是销售协作场景
Agent 实战今天写售前资料初筛，是为了把销售场景从线索、周报、报价审批，继续往方案协作推进。售前资料的价值不在于写得漂亮，而在于把需求、预算、集成和风险先拆清楚。
这篇可以和 销售数据周报、销售报价审批、数据质量门禁 串成销售运营专题。
Google 资讯补的是开发者任务台趋势
Google 将 Gemini CLI 转向 Antigravity CLI 这条线，说明开发者 Agent 也在从命令行问答转向更完整的任务工作台。编码不只是写代码，还包括理解目标、管理上下文、验证结果和交付记录。
这和 Codex 知识工作、Codex 远程协作 可以并排看。开发者 Agent 越强，越需要任务台账和治理边界。
模型分层补的是成本前置控制
昨天写 OpenClaw 成本归因，是事后看钱花在哪里。今天写模型分层，是把成本控制前移到执行设计里：低风险分类用轻模型，复杂节点升级，高风险写入仍然人工复核。
它和 成本归因报表、运行看板 是一组内容：先设计分层，再看数据是否真的省钱且不伤质量。
总结
今天的运营判断是：AI Agent 社区的生产专题要开始控入口成本。入口判断越准，追问和接管越及时，模型调用越分层，后面的发布复盘和成本归因才不会总是在补救。
