智能体供应商尽调，核心不是确认“模型答得好不好”，而是判断供应商能否让系统在真实业务中安全、稳定、可追溯地运行。智能体具备自主感知、记忆、决策、交互和执行能力，其风险取决于模型、数据、权限、外部工具、人工复核和运行环境的组合。采购方因此应把尽调从产品演示前移到业务边界、技术架构和持续运营能力。
先看业务边界与权限控制
供应商必须清楚说明智能体适用哪些任务、禁止执行哪些任务，能够访问哪些数据、系统和工具，以及权限如何授予、收回和审计。尤其要核验高风险操作是否设置人工确认、异常中止和回滚机制。
对能够发送邮件、修改业务数据、执行交易或控制设备的智能体，不能只依赖提示词约束。更可靠的判断标准是：是否遵循最小权限原则，是否限制工具调用范围，是否保留完整日志，是否能在异常时冻结账号、关闭工具或切换人工流程。
再看测试是否覆盖任务闭环
供应商提供的测试不能停留在单次问答准确率或演示效果，而应覆盖“理解任务—规划步骤—调用工具—完成结果—人工复核”的完整链路。采购方应要求其说明测试范围、方法、样本和限制条件，并重点检查四类风险：
- 结果是否可靠，引用依据和输出格式是否符合业务要求；
- 遇到恶意指令、冲突指令、异常权限或信息不完整时，是否会越权；
- 是否记录输入、关键决策、工具调用、人工干预和最终结果；
- 模型、知识库、插件或接口变更后，是否重新评估。
如果发生错误，企业还应能区分问题来自模型判断、数据质量、权限配置还是工具接口，而不是只能得到一条无法复盘的结果。
重点核验持续服务能力
检测评估、风险监测、预警响应和咨询支持，不应被当作一张孤立的合规证书。尽调时应追问：供应商能否持续发现敏感信息暴露、越权调用、错误执行和服务波动；重大风险由谁通知、多久响应；是否支持暂停服务、撤销权限和版本回滚；认证或评估针对的是具体产品、版本、场景，还是某一时间点。
上述要求应写入合同和服务级别协议，并形成可验收交付物，例如评估报告、风险清单、监测报表、事件通报和版本变更说明。最终要判断的不是供应商能否承诺“安全”，而是风险能否被发现、异常能否被控制、问题能否被复盘。只有形成这一闭环，智能体才具备持续进入业务系统的条件。