企业内部AI应用正迎来深水区挑战，业财法领域的AI化如何突破传统搜索框与SaaS模块的局限？本文通过合同到回款、费用报销两大核心场景，拆解Skill、Agent与HITL的黄金分工法则，揭示四层架构如何打通数据孤岛与制度壁垒，实现人机协作的最优解。

过去两年，企业内部”上 AI”的尝试大多停在两个层次：

1. 把 AI 当搜索问答框或提效文档型产出用（员工层面）

2. 买了个内嵌 AI 的 SaaS 模块当摆设（工具层面）

真正实现企业内部 AI First——把 AI 嵌进核心业务流、产生可衡量降本增效的闭环，凤毛麟角。

业财法领域尤其如此。合同、履约、开票、回款、税务、风控——这条链路横跨业务、财务、法务三条线，数据分散、规则复杂，还对错误几乎零容忍。它最需要 AI，也最不敢轻易交给 AI。

业财法的 AI 化，不是追求”全自动”，而是追求”人做判断、AI 做重活”的最优分工。

这篇用两个真实场景端到端拆开，讲清楚三件事：Skills 和 Agent 到底怎么分工、一个业财法 AI 系统的分层架构长什么样、Human-in-the-loop 该在哪些节点卡住。

一、概念地基：先分清 Skill、Agent、HITL

搭之前，三个词必须先掰清楚，否则架构会乱。类比先行：

• Skill 是螺丝刀和扳手 —— 单个简单任务的专用工具
• Agent 是拿着工具箱干活的技工 —— 能编排、能决策
• HITL 是关键工序上那个必须签字的质检员 —— 在关键节点兜底

1. Skill（技能）：可复用的”专项能力”

把一个明确、可复用的能力封装成模块。比如”识别一份合同里的付款条款””校验一张发票是否合规””按税法判断某笔费用能否税前扣除”。输入明确、输出明确、边界清晰，像一个专精的工具人，能被不同流程反复调用。

2. Agent（智能体）：编排技能、完成任务的执行者

面对一个相对复杂的任务目标（比如”处理完这笔报销”），能自主决定调用哪些 Skill、按什么顺序、遇到异常怎么办。Skill 是工具，Agent 是拿着工具干活并做流程决策的人。

3. Human-in-the-loop（人工介入）：关键节点让人拍板

指在 AI 流程的特定节点，强制引入人工审核或确认，AI 不能越过。在业财法领域，这不是可选项，是必需项——因为这里的错误会直接变成财务损失、税务风险或法律责任。

二、业财法 AI 系统的四层架构

搭之前要看清骨架。具体到业财法 AI 系统，都可以拆成四层——从上到下：

④ 交互与管控层　HITL 节点 / 审批流 / 留痕 / 异常上报

③ 能力层　Skills + Agents（干活）

② 知识层　内部制度 + 外部法规（判断依据）

① 数据层　业务 / 财务 / 法务系统接入与打通（地基）

具体来说：

① 数据层（地基）：业务系统（CRM/合同）、财务系统（ERP/开票/费控）、法务系统（合同库/风险库）的数据接入与打通。这层不通，上面全是空中楼阁——业财法结合的最大难点从来是数据孤岛，不是模型不够强。

② 知识层（依据）：内部的财务制度、报销标准、合同模板、审批权限矩阵，加外部的税法、会计准则、监管要求。它决定 AI”依据什么判断”，必须可溯源、可更新。

③ 能力层（Skills + Agents）：把数据和知识封装成 Skill，再由 Agent 编排。这是”干活”的一层。

④ 交互与管控层（人机协作）：HITL 介入点、审批流、操作留痕、异常上报。这一层是业财法 AI 和普通 AI 应用的根本区别——它保证每个 AI 动作都可审计、可追责、可回滚。

一个常见误区：很多企业 AI 项目失败，是因为只做了第③层（买个能力），忽略了①②④。业财法 AI 的成败，80% 在数据、知识和管控，20% 在模型本身。

三、搭建方法论：贯穿所有场景的通用逻辑

拆具体案例前，先给一套可以复用并贯穿始终的方法。

心法 1：以终为始

搭智能体最容易犯的错，是一上来就想”我要用哪些 AI 功能”。正确顺序反过来

先想清楚最终输出的是什么 → 拆分输出元素 → 为每个元素设计对应功能和插件 → 单元测试 → 组合成成果

心法 2：拆解人类工序，即workflow（六步）

一个好用的智能体，本质是把”一个熟练的人怎么干这活”拆成机器能执行的工序：

① 分析需求背景和目标，定义北极星指标 → ② 拆解人类完成该工作的工序和动作 → ③ 技术可行性评估 → ④ 工作流编排 → ⑤ 测试运行 → ⑥ 使用者优化

一开始严格照着人类工序搭，是为了可控、可验证；跑通之后，再用 AI 的特性去重构、优化——而不是一开始就追求”AI 自由发挥”。

补充一个要点——输入不一定是用户手工输入。任何有效信息源都可以是输入（用户输入、数据库、外部接口……），并按频次和来源规划不同结构。这是很多人做智能体想不到的一层。

心法 3：三步走实施策略

别一步到智能化，分三层加码：

第一步 · 硬编码 + 配置

黑名单表、预算表 —— 验证基础逻辑

第二步 · 表达式引擎

运营界面配置公式（如”续约时间＜2个月 且ARR大于50万 “）—— 让运营自助调规则

第三步 · 智能化

动态打分、ML 模型 —— 解决规则解决不了的模糊判断

能用规则解决的先用规则，能用代码组合的先用代码（省 token）。AI 不是万能一招鲜的，是拿来解决规则解决不了的模糊判断的。

四、场景一：合同到回款全链路（三线交汇）

这是业财法结合最经典的场景——一条链路同时牵动业务、财务、法务。传统做法是三个部门在各自系统里串行处理，中间靠人肉传递、反复对账、来回扯皮。我们看 AI 怎么重构它。

4.1 拆出需要的 Skills

合同要素抽取（业务）　合同 PDF → 金额、付款节点、开票条款、违约条款、生效条件（结构化）

合规审查（法务）　合同文本 + 标准模板 → 偏离条款 + 风险清单

收入确认（财务）　合同要素 → 收入确认时点 + 方式

开票校验（财务）　发票 + 合同 → 一致性校验结果

回款监控（业务+财务）　应收数据 + 付款节点 → 逾期预警 + 催收建议

4.2 用一个 Agent 串成流程

业务上传合同↓Agent 调用要素抽取 + 合规审查 → 生成结构化摘要和风险清单↓【HITL 节点 1】法务复核风险条款　← 人工确认或退回↓Agent 调用收入确认 + 开票校验↓【HITL 节点 2】财务复核收入确认与分录　← 人工确认入账↓到期 → Agent 调用回款监控 → 逾期自动预警 + 推催收建议给业务

4.3 重点拆解：以HITL 节点 1 —— 法务复核风险条款为例

Step 1 · 先定输出（以终为始）：合同审阅要的输出很明确——审核意见 + 修改建议。审核要素包括合同主体、内容、效力、履行、周边风险。

Step 2 · 拆人类工序 → 工作流：一个法务审合同的真实工序是——

检查合同 → 看签约主体资质风险 → 判断法律条款风险 → 判断商业条款风险 → 判断其他风险 → 给出意见

照着它，工作流拆成四个流程：

流程 1 · 读取文件　支持 Word / PDF / TXT，抽出合同全文

流程 2 · 常规审核　审条款漏洞、表述不清、法律风险，按”问题—分析—修改建议”输出

流程 3 · 法律引用审核　比对《民法典》《担保法》等，列出涉及的具体法条

流程 4 · 公司信息审核　解析甲方公司名称，调用外部数据（如天眼查）查主体经营异常和风险

Step 3 · 关键提示词范式（流程 2 节选）：

# 角色

你是一位专业的合同审核助手，具备深厚的法律知识和丰富的合同审核经验……

# 技能 1：审核合同

1. 仔细研读合同各项条款

2. 检查是否存在法律风险、条款漏洞、表述不清

3. 针对问题给出分析和修改建议

# 限制

· 只讨论合同审核相关内容

· 输出按”问题—分析—修改建议”格式组织，不偏离框架

· 确保符合相关法律法规

提示词的三个设计要点：明确角色 / 给固定输出格式 / 划死边界（拒答无关话题）。这是让业财法智能体”稳定可控”的基本功。

Step 4 · 基于现有的工具或低代码平台把它搭起来：

前三步定好了”要什么、怎么拆、怎么问”，最后一步是落到工具里变成能跑的东西。有两条路——复用企业现有的 BPM / 审批流工具（适合已有成熟系统、想在存量流程上嵌 AI 节点的），或用 Coze / Dify 这类低代码平台从零搭一个工作流（适合快速验证、独立场景）。

这里以后者为例，把前面四个流程搭成一条可运行的工作流：

① 开始节点（输入）　接收上传的合同文件，定义输入变量（文件、甲方名称等）

② 文档解析节点　对应流程 1，用插件/工具把 Word·PDF·TXT 抽成纯文本（Coze 文档解析、Dify 文档提取器）

③ LLM 节点（常规审核）　对应流程 2，把 Step 3 的提示词填进去，输入合同全文，输出”问题—分析—修改建议”

④ 知识库 / RAG 节点（法条引用）　对应流程 3，把如公司复用的数据保密协议，违约责任条款，或者商用法条等灌进知识库，让 LLM 检索比对、列出具体法条

⑤ 工具调用节点（公司核查）　对应流程 4，用 HTTP / 插件调天眼查等外部接口，查主体经营异常

⑥ 结束节点（汇总输出）　把三份审核结果拼成完整的审核报告，交给下游的 HITL 节点

搭的时候有几个实操要点，直接决定这条流能不能稳定跑：

• 先串行跑通，再考虑并行。流程 2/3/4 之间没有强依赖时，可以让它们并行以提速；但初期建议先老老实实串行，方便定位是哪个节点出的错。
• 变量传递要理清。每个节点的输出变量名、格式（尤其要求 LLM 输出 JSON 时）要对齐，这是低代码工作流最常见的报错来源。
• 能用工具节点的别硬塞给 LLM。文档解析、接口查询这些确定性任务，交给专门的工具/代码节点，既准又省 token——呼应前面”能用规则/代码先用规则/代码”的原则。
• 在结束节点后接 HITL。工作流跑完不是终点——把汇总报告推给法务的审批界面（Coze/Dify 可对接飞书、企微审批，或走 Webhook 回自有系统），这才是【HITL 节点 1】真正落地的地方。

实测结论：和专业法务比对后，这个智能体”基本可用”，但”从实践角度偏严”——很多模糊地带法务一般不会抠这么细。这恰恰说明：AI 做初筛，人做尺度把握。

4.4 降本增效点

过去三个部门串行、平均几天走完的流程，AI 把”搬运、比对、监控”这些重活压缩到分钟级；人只在两个关键节点做判断。效率提升的同时，风险条款和收入确认这两个最容易出事的地方，仍然由人把关。

五、场景二：费用报销合规稽核（高频高量）

如果说场景一是”链路长、决策重”，那报销稽核就是”量大且高频、规则琐碎”——每天成百上千笔，人工审核又慢又累还容易漏。这是大多数企业上业财法 AI 最该先切的场景，投入产出比最高。

5.1 拆出需要的 Skills

票据识别　OCR + 结构化，提取发票类型、金额、税号、开票方

真伪查验　对接税务平台验真，识别重复报销、连号发票

制度匹配　比对企业报销标准，判断是否超标、是否需升级审批

税务合规　判断费用能否税前扣除、进项能否抵扣

5.2 Agent 编排 + 分级放行（HITL 的精髓）

报销稽核 Agent 最关键的设计，是按风险分级决定”AI 直接放行”还是”转人工”：

绿灯 · 低风险，AI 自动通过

金额小 + 票据验真 + 完全符合制度 + 无异常 → 直接过，人工事后抽查。占日常报销大多数，是效率红利主要来源。

黄灯 · 中风险，转人工复核

轻微超标 / 票据存疑 / 需升级审批 → Agent 附分析依据，推给财务人工判断。AI 做初筛举证，人做决策。

红灯 · 高风险，强制拦截 + 上报

疑似造假 / 重复报销 / 严重违规 → Agent 拦截 + 上报稽核风控。绝不自动放行。

5.3 输入三类 + 输出四种

输入三类：报销单据（金额、发票类型、日期、供应商）、报销人（部门、职级）、上下文（合同、部门预算、公司预算）。

输出四种（HITL 的分级路由）：

通过（低风险，全规则通过）　→ 自动进入支付队列

驳回（明确违规）　→ 返回错误原因

人工复核（模糊地带）　→ 标记风险等级，路由给特定审批人

挂起（预算不足）　→ 等待预算释放

5.4 处理层的三个规则机制

机制 1 · 黑名单机制：供应商黑名单（涉嫌虚开，对接企查查）、发票黑名单（查重）、关键词黑名单（如”礼品卡””高尔夫”）、员工黑名单（信用等级分数，影响通过率）。

机制 2 · 部门预算控制：强控（超预算直接驳回）或弱控（超预算警告/升级特批）。技术要点是预算冻结（pre-occupy）——提交时冻结不扣减，打款才扣减，可用预算 = 总预算 − 已实际支出 − 审批中冻结金额（解决并发问题）。

机制 3 · 财务优先级机制（评分路由）：用评分模型打分，组合多个权重——职级权重（高管 +10）、金额权重（小额 +5、大额 −5）、信用权重（历史良好 +10、有问题 −10）、紧急/战略权重。高于阈值进绿色通道直接付款，低于阈值进合规抽查队列、提高人工审计概率。

5.5 这个案例的精髓

它不是”AI 审所有单”，而是用规则 + 评分把单据分流，AI 和人各管各的那一档。绝大多数合规单自动通过，人的精力全部集中到真正有风险的地方。

它完美体现了前面的”三步实施策略”：黑名单和预算是硬编码/配置（第一步），评分公式是表达式引擎（第二步），预测发票问题用 ML 是智能化（第三步）。不用一步到位，逐层加码。

降本增效点：把 70%-80% 的合规报销自动放行，财务从”逐单审”变成”审 AI 挑出来的异常单”。工作量大幅下降，稽核质量反而上升——因为人的精力集中到了真正有风险的地方。

两个场景对比：不同业务特征的不同 AI 打法

【场景一 · 合同到回款】

· 业务特征：链路长、决策重、低频

· AI 主战场：跨部门信息搬运 + 初筛

· HITL 关键点：风险条款、收入确认（节点少但重）

· 主导策略：心法 2 —— 拆解人类工序

· 复用价值：合同 / 发票 / 风控 Skill 可横向复用

【场景二 · 报销稽核】

· 业务特征：量大、规则碎、高频

· AI 主战场：海量单据的分级路由

· HITL 关键点：分级阈值设计（量大但模式化）

· 主导策略：心法 3 —— 三步走策略

· 复用价值：分级路由框架可复用到审批、稽核

规律提炼：链路型场景重”流程重构 + 关键节点 HITL”；高频型场景重”规则分流 + 评分路由”。

六、总结：HITL 的四条设计原则

HITL 不是”随便加几个人工审批”——加错了要么形同虚设，要么把效率全拖垮。四条原则供参考。

原则一：按”错误代价”决定介入点，不是按环节多少。代价越高（法律责任、税务风险、大额资金）的节点越要人工把关；代价低、可回滚的地方大胆交给 AI。别在低风险环节堆审批，那只会消解效率红利。

原则二：AI 给”判断 + 依据”，人做”决策”。好的 HITL 不是把原始数据甩给人，而是 AI 把分析、依据、风险点都摆出来，人在充分信息下快速拍板。让人审核 AI 的结论，而不是替 AI 做原始劳动。

原则三：全程留痕，可审计可追责。每次 AI 判断、每次人工介入、每次放行或拦截都要有日志。业财法领域，”能说清楚为什么这么做”和”做对”同样重要。

原则四：介入点随信任度动态调整。系统刚上线时人工介入多一些；随着 AI 准确率被验证、错误率稳定下降，逐步把”黄灯”降级为”绿灯”。HITL 的比例应该是动态收敛的，不是一成不变。

七、总结落地路线图

最后给一个务实的推进节奏。这套东西最忌讳”一上来就搭全链路大系统”，几乎必然翻车。

第一步，选”高频、规则清晰、错误可控”的单点切入。报销稽核几乎是最佳起点——量大见效快、规则相对明确、单笔金额可控。先跑通一个”Skill + Agent + HITL”完整闭环。

第二步，沉淀可复用的 Skill 库。票据识别、制度匹配、税务合规这些 Skill，一个场景搭好，别的场景直接复用。Skill 越攒越多，后面搭新场景越来越快——这是”资产化”复利。

第三步，向”链路型”场景扩展。单点跑顺、团队建立信任后，再挑战合同到回款这种跨部门长链路。这时你已经有 Skill 库和 HITL 经验，难度大大降低。

第四步，持续调优 HITL 比例，量化收益。用数据说话：自动放行率、人工介入率、错误率、单据处理时长、人力节省。拿得出量化收益，项目才能持续拿到资源。

回到最开始那句话——

业财法的 AI 化，从来不是追求让机器全自动接管，而是找到”人做判断、AI 做重活”的最优分工。

那些真正跑出降本增效的企业，靠的不是买了多强的模型，而是想清楚了三件事：

1. 哪些重复劳动可以放心交给 AI
2. 哪些关键判断必须留给人
3. 怎么让这两者严丝合缝地协作