AI 企业的新模式：Steve Yegge 提出 Counting House，让 AI 在严密护栏下接管千万级业务
内容提要
Steve Yegge 提出“Counting House”模式：企业高吞吐业务不应让 AI 自由行动，而应将其变为无长期记忆、无独立凭证、每次只处理一个任务的数字职员。AI 只提议操作，由确定性编排器验证资格、保证幂等并执行事务。企业须先建立人工基线、黄金样本和错误成本评估，再按影子、辅助、自主响应、自主交易逐级授予权限。核心资产是自有数据和评估体系，模型可替换。
延伸解读
无状态设计：为可控性牺牲记忆
Counting House 让 AI 每次只处理一个任务，不保留长期记忆，也不持有业务系统凭证。这看似削弱了 AI 的能力，实则是为了减少上下文污染、降低单次调用成本，并让每个案例都能独立审计。企业无需担心 AI 因历史对话而做出错误关联，也便于在出现问题时精准定位和回退。这种架构选择表明，在高吞吐业务中，可控性比通用智能更重要。
评估体系：比模型选型更关键的资产
文章强调，企业应先建立人工基线和黄金样本集，再让模型参加“考试”。评估不能只看准确率，还要用混淆矩阵分析错误类型和代价。例如，退款审批更关注精确率以避免错误退款，特殊协助则更关注召回率以防遗漏。这套评估体系掌握在企业手中，使得模型可以随时替换，而业务知识和风险标准不会流失。谁掌握评估标准，谁就掌握模型选择权。
编排器：隔离概率性决策与确定性执行
AI 只提交结构化的操作意图，由确定性编排器负责资格复核、幂等性检查、人工审批和失败补偿。这借鉴了分布式系统中的 Saga 模式，确保多步骤业务操作（如改签退款）在部分失败时能够回滚或转人工。关键风险不再完全依赖模型是否犯错，而是由可验证的软件系统兜底。这种“AI 提议、系统执行”的分工，是 Counting House 与简单 Agent 自动化方案的核心区别。
落地路径：从单一意图开始渐进授权
文章建议企业不要一次性自动化整个客服中心，而是从一个低风险业务意图入手，先运行影子评估，再进入辅助模式，最后逐步授予自主响应或交易权限。自主权按意图单独晋级，评估恶化时可随时降级。这种渐进方式让企业无需等待完美模型，只要某个模型在特定任务上达标即可投入生产。同时，企业需持续维护黄金样本，因为业务规则和客户行为会变化，评估体系不是一次性资产。
Q&A
Steve Yegge 提出的 Counting House 模式是什么？
Counting House 是一种面向企业高吞吐量业务的 AI 部署模式，核心是让 AI 成为无长期记忆、无独立凭证、每次只处理一个任务的数字职员。AI 只提议操作，由确定性编排器验证资格、保证幂等并执行事务，企业通过评估体系逐级授予自主权。
为什么 Counting House 要求 AI 无状态且不直接持有业务系统写权限？
无状态设计可减少上下文污染、降低成本并提升可审计性；AI 不直接写业务系统是为了将概率性智能决策与确定性业务执行分开。AI 仅提交结构化操作意图，由编排器执行资格复核、幂等性检查、人工审批和补偿机制，从而控制资金、权限和业务状态风险。
企业如何为 AI 上岗建立评估体系？
企业应先从历史业务中抽取真实案例，由人工依据明确规则评分，形成黄金样本集（每种业务意图约 200 至 1000 个案例），并保留独立测试集。评估不能只看准确率，还需用混淆矩阵分析错误类型，结合精确率、召回率和错误成本判断模型是否适合该业务。
Counting House 的自主权等级有哪些？如何逐级授予？
自主权分为五级：Off（关闭，人工处理）、Shadow（影子模式，AI 并行生成答案但不影响真实处理）、Assist（辅助模式，AI 建议由人工决定）、Contain（自主响应，AI 独立回复但不执行高风险交易）、Transact（自主交易，AI 发起操作由编排器执行校验）。模型针对每种业务意图单独晋级，评估恶化时可降级或关闭。
Counting House 中编排器（Orchestrator）起什么作用？
编排器负责将 AI 提交的结构化操作意图安全地落实到真实系统，执行资格复核、参数验证、幂等性检查、人工审批，并驱动工作流执行。对于多步骤跨系统操作，编排器还需处理失败补偿和审计记录，确保关键风险不依赖模型是否犯错。
哪些类型的企业或业务适合采用 Counting House？
适合每年处理数百万至数千万次请求、业务意图相对有限、规则可逐步梳理验证、拥有足够历史案例建立评估基线、任务可拆分为可审核步骤并允许转交人工的业务，如航空、银行、保险、电信、公用事业、零售退货、物流和部分政府服务。极度开放、高度创新或错误代价极高且缺乏人工兜底的业务未必适合。
Counting House 模式下企业真正的长期资产是什么？
企业真正的 AI 资产是自己的业务数据与评估体系，包括业务意图分类、黄金样本、评分标准和错误成本模型。模型可以替换，新模型只需通过相应评估即可获得权限；谁掌握评估标准，谁就掌握模型选择权，从而能利用更便宜的模型承担已验证任务。
