Make AI Agents：构建可观察、可约束的 AI 智能体

Make AI Agents 用于处理需要根据上下文判断下一步的任务。与按固定模块顺序运行的普通场景不同，智能体会围绕给定目标，从你明确提供的工具中选择操作，并把这些操作连接到 Make 工作流。它适合处理文字、消息或文档等非结构化输入，但不意味着可以省略业务规则和审核责任。

智能体与普通场景的区别

普通场景的路径由构建者预先定义：触发后按模块、过滤器和路由执行。只要输入相同，预期路径通常也相同。智能体则适用于无法提前穷举全部分支、需要结合上下文选择工具的情况。

可以用一个简单问题来判断：如果任务只是“按规则执行”，先用普通场景；如果任务确实需要“理解输入并在受限选项中作出选择”，再评估智能体。两者也可以配合使用，让智能体负责选择一个经过测试的场景工具，而由场景完成确定性的读写操作。

创建智能体前，应把目标写成可以验收的结果，而不是宽泛的角色描述。例如，“根据工单正文选择已批准的分类，并返回分类和理由”比“管理所有客服工作”更容易测试。

为智能体提供工具时，每个工具都应有清楚的名称、用途、输入和输出。只开放完成目标所需的最少权限，并区分只读查询与会改变外部状态的操作。涉及发送消息、创建订单、删除数据、修改权限或公开发布时，应在执行前设置人工审批或其他明确的确认步骤。

Make 的官方页面说明，AI Agents 可以在可视化画布中构建，并可查看智能体的决策过程、工具调用和工作流行为。这些记录有助于定位问题，但记录本身不能证明结果正确。复核时还需要检查输入来源、实际写入内容、调用权限以及失败后的恢复路径。

不要依赖模型自由叙述作为下游系统的唯一输入。优先定义结构化输出，对必填字段、枚举值、长度和格式做校验；不符合约定时停止流程或转交人工处理。

假设团队希望整理新收到的客户请求，可以按以下方式拆分：

场景接收请求并移除不需要发送给模型的敏感字段。

智能体读取正文，在“产品问题、账务问题、需要人工判断”三个已批准类别中选择一个。

智能体只能调用查询知识记录和创建内部草稿两个工具，不能直接对客户发送消息。

场景校验返回结构，并把高风险或低置信度请求交给人工队列。

负责人确认草稿后，再由单独的确定性步骤发送或更新工单。

这种设计把判断、校验和执行分开。即使模型选择错误，也有机会在产生外部影响前拦截。

使用真实但经过脱敏的样本覆盖正常、模糊、冲突和恶意输入；

验证智能体不会调用目标之外的工具，也不会越过审批节点；

为工具超时、无结果、返回格式错误和重复执行设计处理方式；

记录配置变更，并在提示词、工具或下游字段变化后重新测试；

定期复核权限、数据保留要求和实际执行记录；

以官方页面为准确认当前可用性、模型支持和用量条件。

你可以在 Make AI Agents 官方页面查看当前产品入口和官方说明。