真实业务系统中的 LLM Agent
本系列记录 BookiAI 在真实会计系统中， 设计、治理并逐步演进 LLM Agent 的完整思路。
这不是关于 Prompt 技巧的教程， 也不是“让 AI 自动做决定”的演示系统。
在业务系统中，AI 可以参与，但责任不能外包。
为什么要写这个系列
大量 AI Agent 示例默认：
- 模型可以直接做决定
- 系统可以信任模型输出
- 出问题由用户自行纠正
但在 财务、合规、业务系统 中，这种假设是不可接受的。
在 BookiAI 中：
- 每一次写入都会产生连锁影响
- 每一个决策都需要可解释、可追溯
- 自动化必须逐步获得，而不是一开始就放权
本系列正是对这一现实约束的系统性总结。
你将学到什么
通过本系列，你将了解：
- 为什么不能让 LLM 直接写账或修改业务记录
- 如何拆分 生成 / 审阅 / 执行 三种角色
- 如何用对象化契约表达 AI 的建议与结论
（Proposal → Review Report → Decision） - Controller 为什么是系统代理而不是“第三个 Agent”
- 如何以 人工执行优先（manual-first） 的方式引入 AI
- Prompt 如何从“魔法字符串”演进为可治理的配置
本系列适合谁
- 正在构建 AI 产品的创始人
- 将 LLM 接入业务系统的工程师
- 关注 AI 治理与系统责任的架构师
- 对“可控 AI”感兴趣的技术从业者
无需会计背景，但需要一定的软件系统经验。
推荐阅读顺序
- 系列简介
- 为什么不能让 LLM 直接写账
- Generate / Review / Controller 模型
- AI 决策的对象化契约设计
- 推荐可信性保障与校验机制
- Controller：人工优先的执行模型
- 从人工控制到自动化的演进路径
- 行动库（Action Library）与系统上下文
- Prompt 治理与持续演进
章节之间存在递进关系，建议按顺序阅读。
与其他 BookiAI 指南的关系
本系列与以下指南形成互补：
- 会计基础与账本体系 —— 账本与分录的结构设计
- AI 分录系统 —— AI 如何辅助会计流程
三者共同构成 BookiAI 的核心理念：
AI 参与决策，但系统承担责任
关于范围的说明
本系列不是框架文档，也不是产品发布说明。
它是一份持续演进的技术记录， 用于描述 LLM Agent 在真实业务系统中 如何被设计、约束和逐步放权。
👉 从 系列简介 开始阅读。
本文由 ChatGPT 撰写，经 BookiAI 团队审阅。