看到「186 個已驗證 agent 案例」時，我第一個反應不是挑一個最驚人的 ROI，而是先問：它到底驗證了什麼？

這類案例庫很適合當需求探索與評測題庫，但不能把頁面上的數字直接當成可複製的承諾。AES 把安全稽核從 14 天縮到 1 小時、Bayer 的多 agent 系統讓約 80% 問題不必找工程師、Danfoss 自動化 80% 交易決策，這些指標目前是案例引用或供應商報告中的主張，並非等同於獨立、同條件的實驗結果。

讀案例時，我會先拆五件事。第一，分母是什麼：80% 是全部交易、符合特定規則的交易，還是成功通過人工抽查的樣本？第二，人工介入藏在哪裡：例外處理、覆核、重跑與最後核准是否被排除？第三，基準是否一致：14 天和 1 小時比較的是端到端週期，還是某一段等待時間？成本下降是否把建置、監控、模型用量與錯誤代價算進去？

再來是系統邊界。agent 讀了哪些資料、擁有哪些權限、怎麼跨 CRM、ERP 或信箱傳遞狀態？最後一定要找失敗與升級路徑：低信心時停下來嗎？誰接手？錯誤會不會重複下單或擴散到下一個 agent？如果案例沒有交代這些，所謂「已驗證」最多只能代表有人部署過，不能代表你的流程也會得到同樣結果。真正值得採購的不是最漂亮的百分比，而是能把任務範圍、基準、人工交接、權限和失敗率說清楚的證據。