AI Agent 真正进入团队流程以后，最容易暴露的问题不是“会不会回答”，而是“这个任务到底该由谁处理”。同一句“帮我更新客户资料”，可能只是补一段备注，也可能涉及联系方式、合同字段、权限变更。任务没有路由清楚，后面再多提示词也很难稳定。
任务路由的目标，是在执行之前先做分流：这是查询、整理、建议，还是会改动系统的动作？需要什么权限？置信度够不够？低置信度时要不要转人工？这和 异常分级、工具白名单、客户可见动作 是同一套生产治理逻辑。
第一层先看用户意图
路由的第一层是意图。查询资料、生成草稿、更新字段、发送消息、删除记录、创建任务，这些动作的风险完全不同。很多团队把它们都叫“帮我处理一下”，Agent 就容易把低风险整理和高风险执行混在一起。
比较稳的方式，是先让 Agent 输出任务类型和依据。例如“用户要求生成草稿，不涉及外发”“用户要求修改订单状态，属于写动作”。只要进入写动作，就不能继续按普通问答处理。
第二层看权限和工具
意图识别之后，要看当前身份是否有权限，以及工具是否允许执行。Agent 不能因为自己看到了某个工具，就默认可以调用。读客户资料、写 CRM、发邮件、改价格、删文件，都应该分开授权。
这里可以复用 权限矩阵 的写法，把角色、工具、动作和审批要求列清楚。任务路由不是只决定“去哪儿”，还要决定“能不能去”。
第三层看置信度
有些任务意图和权限都没问题，但输入信息不够。比如用户只说“把这个客户推进下一步”，却没有说明客户是谁、下一步是什么、是否已经满足条件。这时 Agent 不应该硬猜，而应该补问或转人工。
置信度可以来自多个信号：字段是否齐全、知识库是否有明确依据、工具返回是否成功、是否存在冲突引用。前面写过的 知识库引用质检，本质上也是置信度判断的一部分。
人工接管要成为正常分支
很多流程把人工接管当成失败，其实不对。对高风险、低置信度、权限不足、客户可见的任务来说，人工接管就是正确路由。Agent 负责把上下文整理好，人负责最后判断。
接管时要带上任务摘要、原始输入、已查资料、工具轨迹和建议动作，这样负责人不用重新翻一遍材料。这个部分可以接到 运行证据包。
总结
AI Agent 任务路由不是一个简单的分类器，而是生产系统的入口规则。先分清意图，再检查权限和工具，最后看置信度与接管条件。路由清楚，Agent 才不会把简单整理做成越权执行，也不会把高风险任务当成普通聊天。
