智能体生产事故的责任，不能简单归结为“模型犯错”，也不能只追究最后点击执行按钮的人。更合理的判断方法，是沿着“谁设计、谁授权、谁部署、谁操作、谁能够阻止”这条链路，分析各主体对风险的控制力、知情程度和干预机会。
先区分三类责任
开发者或供应商主要承担产品与技术责任。重点包括：模型是否错误理解任务，工具接口是否缺少参数校验，智能体是否擅自增加执行步骤，以及已知风险是否得到修复。如果系统设计本身允许智能体绕过必要限制，不能仅以“模型自主生成”作为免责理由。
部署企业承担治理与授权责任。企业决定智能体可以读取哪些数据、调用哪些工具、进入哪些业务系统，也决定是否使用共用账号、是否设置操作额度、是否保留审批节点。若企业直接授予智能体发送邮件、修改记录、退款或付款等高风险能力，却没有分级授权和人工接管机制，错误后果不能全部转嫁给供应商。
业务部门、管理者和具体操作人员，则分别承担流程与使用责任。业务部门应确认权限是否符合实际流程；管理者应确保高风险动作经过审批或复核；操作人员不得擅自关闭告警、绕过审批或输入超出授权范围的目标。有人审批并不代表责任闭环，审批者必须能够看到实际参数、数据来源和待执行动作。
责任认定要看证据链
事故复盘至少应还原用户指令、任务解析、数据来源、工具调用、参数内容、审批状态和最终业务结果，并通过统一任务标识串联不同系统的日志。只有知道哪一步发生了偏差，才能区分模型理解错误、权限配置过宽、接口校验失效，还是人员违规操作。
因此，定责不宜预先设定固定比例，而应逐层追问：谁最早能够发现异常，谁有能力阻止执行，谁明知风险却没有采取措施。对付款、退款、合同承诺、批量修改和删除记录等不可逆动作，企业应优先采用人工审批、双人复核或“先模拟、后执行”的机制，把事故控制在可回退范围内。
智能体治理的核心不是证明它永远不会出错，而是确保每次错误都能被及时发现、有效阻断，并依据完整记录追溯到相应责任主体。