4.3 · 人与 Agent
人负责方向与担责，Agent 负责执行与放大。
WCN 不用 AI 替代人。它把人类节点与 AI Agent 放进同一条责任链：人负责方向、资源与最终担责，Agent 负责执行与流程自动化。边界遵循当前 AI 能做什么、不能做什么，而非一种理论划分。
WCN 中的 Agent 不是营销卖点。它是网络的执行放大器——由人类判断控制，每个动作留痕，且从不是最终签字方。
人类节点：留在人手中的四个领域
在 WCN 中，人类节点不是被替代的对象，而是战略控制层。在当前条件下，四个领域必须由人负责。
资源引入与关系建立把项目、资本、服务与区域资源带进网络。高价值的 B2B 关系立于人与人之间的信任、判断与声誉。Agent 能辅助研究，但替代不了你认识谁、谁信任你。
战略判断与优先级决定什么推进、什么暂停、什么进入下一阶段。当前模型在汇总与模式识别上很强，但商业判断、市场时机与政治敏感度仍需人类经验。
信任与它承载的责任当一个数百万美元的决策需要签字时，对手方权衡的是推荐人的声誉与法律责任，而非模型的评分。Web3 的高价值交易仍是人与人之间的信任交换。
最终担责与合规签约、付款、出具法律意见、得出税务结论与向监管申报，都有明确的法律主体。一旦出现越权或错误，责任落在节点，而非模型。
行业参考：2024 年 Goldman Sachs 部署内部 AI 辅助 IPO 尽调与合同审查，但每个最终决策仍由 MD 级别的 banker 签字。JPMorgan 的合同审查系统处理大量文档，但每个法律结论都由律师确认。这是当前的实践边界。
Agent：最佳发力点
Agent 的价值不是全自动，而是在明确边界内放大一个人类节点的产出。
Research Agent项目摘要、竞品分析、风险标记与市场数据整理。它把一个分析师数天的工作压缩到几分钟，输出一份结构化报告，由人复核后采纳或修正。
Deal Agent项目与资本的匹配建议、初筛评分、尽调要点清单与交易进度追踪。它不做投资决策，只准备决策所需的输入。
Growth Agent内容起草——项目摘要、基于证据的文案、社交帖子——加上渠道匹配与归因追踪。它把一个 BD 团队的分发能力标准化。
Execution Agent会议纪要、待办追踪、催办提醒、状态汇报与材料收集提示。它消除占交易 30% 到 40% 时间的协调税。
Agent 的核心角色是把强节点的方法结构化、可复制化——让一个顶级运营者的工作方式，服务于一百个普通节点。
AI 能力的真实边界
分工遵循 AI 实际能做什么，而非一种营销叙事。
AI 擅长的信息汇总与结构化；模式识别与异常检测；翻译与本地化；流程自动化与状态追踪；大规模筛选与排序。
AI 不擅长的带法律后果的判断；多方博弈中的策略选择；文化与政治风险；需要行业直觉的时机；立于个人声誉的信任。
AI 在进步但尚不可靠的长推理链，准确率在若干步后下降；实时事实核验，幻觉尚未完全解决；决策一致性，同一输入可能产出不同结果。
WCN 的设计应对每一项 Agent 产出默认为建议，而非决定。关键动作需要人类批准。Agent 日志完整保留，用于审计与争议复核。
控制框架：Agent 出错时怎么办
产出审核每一项关键的 Agent 产出——建议、报告、匹配结果——在对外发送前由人复核。复核人可以批准、修改或拒绝。
能力与任务范围每个 Agent 带有一份能力清单（Capability Manifest）固定其边界，以及一份任务合约（Task Contract）按任务授权范围。读取类任务自动运行；触达与交易类动作需要批准。
审计追踪每一次输入、推理步骤与产出都被记录。当结果出错时，复核人可以回溯到具体哪一步、判断立于什么数据。
回滚建议被采纳后若出现问题，系统将其标记为已修正，并更新每一条依赖它的下游决策。
WCN 对 Agent 的设计原则：宁可慢一步，不可错一步。在 Web3 高价值交易中，一次错误的建议或一次泄露可能造成数百万美元损失。Agent 的价值取决于保持可控。
边界总结
留在人签约、付款、法律与税务结论、最终 PoB 批准、高风险合规判断、重大资源承诺，以及对外代表网络发言。
可交给 Agent研究、筛选、匹配建议、跟进提醒、纪要生成、信息整理、状态追踪、初步归因计算与监控。
须先经人类批准任何对外发送——邮件或消息——关键材料的确认、交易结构建议，以及在敏感法域的操作。
须留完整日志Agent 的每一次读取、建议、触达、验证、标记、催办与产出，都带有时间戳与上下文。
WCN 不追逐全自动的叙事。它让 Agent 成为受控、可审计、可结算的执行层——在人类判断的指导下，把网络的执行能力放大一个数量级。