知道坏了，不知道是谁干的：七成企业无法定位肇事 Agent

企业正在花钱建『发现问题』的监控，却建不出『说出是谁干的』的归因能力。Kore.ai 在 2026 年调研 408 家已在生产环境运行 Agent 的企业后发现：82% 的 Agent 在没有足够人工监督的情况下自主执行过关键动作，79% 的关键自主动作需要人工回滚、其中 93% 被评价为昂贵且有破坏性；最刺眼的是，70% 的企业能发现故障，却无法在多 Agent 环境中定位是哪个 Agent 造成的。可观测性与可归因性是两种不同的能力，而大多数企业只投资了前者。没有身份绑定的动作证据，遏制、回滚与问责都无从谈起。

数据：知道坏了，不知道是谁干的

Kore.ai Agent Productivity Index 2026 委托 Propeller Insights 调查了 408 名 IT 与工程负责人，所有受访者都正在生产环境运行 AI Agent（样本：美国、1001-5000 人企业，100% 完成率；这是厂商委托调研，数字为受访者自报，来源标注于文末）。四个数字构成了本文的核心证据。

第一，自主执行已是常态。82% 的企业报告 Agent 在没有足够人工监督的情况下自主执行了关键动作——包括财务交易、审批/否决决策、数据迁移与系统更新。这些已经不是『试点』层面的玩具任务。第二，回滚又贵又常见。79% 的关键自主动作最终需要人工回滚，而其中 93% 的回滚被评价为『昂贵且有破坏性』——纠错动作本身放大了原始故障。第三，检测慢。只有 50% 的企业能在故障发生后 1-4 小时内检测到，33% 需要 4-8 小时，还有 15% 主要靠终端用户（即客户）来报告问题——客户比公司更早知道系统坏了。第四，归因缺失。70% 的企业能识别『发生了故障』，却无法确定在多 Agent 环境中具体是哪个 Agent 造成的。（数据来源：Kore.ai 报告页面与PDF 原文）

后果直接落在账本上：42% 的企业因 Agent 故障遭受可测的收入损失，31% 出现直接由 Agent 故障导致的 SLA 违约，28% 经历了客户流失。而这一切，大多仍被分类为『IT 事件』——Kore.ai 数据里，54% 的企业只把 Agent 故障当作 IT 问题处理，风险从未进入董事会视野。

可观测性≠可归因性：被混淆的两种能力

这份调研最值得企业主注意的，是它把一个长期被混淆的区分摆到了台面上：可观测性（observability）回答『系统是否坏了』，可归因性（attribution）回答『是哪个 Agent 干的』。Kore.ai 的结论原文是：『大多数组织知道出了问题，但十个里有七个无法说出多 Agent 环境中是哪个 Agent 造成的。可观测性与可归因性是不同的能力，数据显示企业只投资了其中一个。』

为什么这个区分要命？因为归因是遏制、回滚与问责的前提。你能发现一个 Agent 异常，但如果说不清是哪一个、它调用了哪些工具、在哪个时点越界，你就无法精准地停掉它、无法判断需要回滚哪些结果、无法向审计方交代责任边界。Kore.ai 数据里 62% 的企业因治理与可观测性担忧而推迟部署——可问题不在『看得不够多』，而在『看得再多也拼不出一个可追责的身份』。

我们的判断：归因必须靠动作边界的身份绑定，而不是事后拼日志

我们的判断：把可观测性当成归因能力，是 Agent 治理里最贵的一个错误；归因必须在动作边界、以身份绑定的方式生成，而不是事后从日志里拼出来。这是可以拿来反驳我们的主张：有人会说『加大日志采集、上更好的监控仪表盘』就能解决。但 Kore.ai 的数据恰恰说明这条路走不通——企业不是没投资监控（92% 以上报告了 API 上的 AI/bot 流量激增、多数已有仪表盘），它们缺的是把动作链绑定到具体 Agent 身份的那一层。事后拼接永远慢于事件本身，而且会因 Agent 自身改写、上下文压缩、日志不完整而失真。

这个判断有三个推论。第一，身份要在动作边界注册：每个 Agent 实例在第一次动作前获得可验证身份，后续每个动作都携带该身份——这是归因的物理前提，靠命名约定或日志字段做不到。第二，动作证据要不可篡改：工具调用、参数、访问对象、返回值、审批记录在动作发生的瞬间被哈希锁定，让『事后重建』变成『当场锁定』。第三，归因要自动化：检测到异常时，系统直接给出『Agent X 在 T 时刻执行了动作 Y』的可验证结论，而不是让工程师在多个日志系统里人工拼图——93% 的回滚代价高，正是因为拼图太慢。

对买家意味着什么

AI App lead：把『可归因性』写进 Agent 平台与可观测性工具的评估标准——不是『能出多少告警』，而是『能否在故障时自动返回肇事 Agent 的完整、不可篡改动作链』。你的采购清单上，归因能力应该和监控能力并列，而不是被当成监控的附带功能。

CISO 与合规负责人：当 54% 的企业把 Agent 故障当作 IT 事件处理时，责任与合同风险就被低估了。要求 Agent 治理方案提供身份绑定的动作审计记录——这是审计、保险与监管回应的证据基础；没有身份绑定的日志，在问责框架里只是数据，不是证据。

C-suite：79% 的关键自主动作需要人工回滚、42% 遭受收入损失——这些数字意味着 Agent 故障已经是 P&L 事件。把『多 Agent 归因时间』纳入治理 KPI：从故障发生到定位肇事 Agent，应该是分钟级，而不是小时级或『查不出来』。

给你的行动建议

本周做三件事。一是做一次『归因演练』：随机挑一起生产 Agent 异常，看你的团队能不能在 30 分钟内说出『哪个 Agent、哪个工具、哪个时点』——如果做不到，你的可观测性还没有转化为归因能力。二是盘点身份绑定：检查每个生产 Agent 的动作日志是否携带可验证的身份，是否不可篡改；没有的，列入整改。三是更新采购评估：把『自动归因到具体 Agent + 不可篡改动作链』作为新增的评分维度，与监控能力并列，而不是附属。能在故障发生几分钟内交出可验证肇事者动作链的系统，才配得上你的生产环境。

参考来源: Kore.ai Agent Productivity Index 2026（报告页面） · 报告 PDF 原文。本调研由 Kore.ai 委托 Propeller Insights 实施，样本为 408 名美国 IT/工程负责人（1001-5000 人企业，均在生产运行 Agent）；厂商委托、数字自报，非独立第三方研究——引用时请据此校准。