AI 智慧體要寄信之前，先等一聲「可以」：微軟給 Copilot 加上的那道剎車

把鏡頭拉近一點，先看這則新聞裡最容易被略過的那一行：微軟並沒有讓 Copilot 變聰明，也沒有新增什麼炫技功能，它做的事情剛好相反，讓 AI 在某些時刻停下來，等人點頭。

根據 NeoWin 於 9 月 3 日的報導，微軟計畫從 9 月開始向 Copilot Studio 推送調整，開發者可以設定 AI 智慧體在呼叫特定工具之前，必須先取得人工批準。適用的場景很具體：發送電子郵件、關閉工單、處理付款。這些動作一旦配置了審批，智慧體就無法自行往下執行，畫面會暫停，顯示這次操作的意圖說明，由使用者決定批準、批準整段對話，或者拒絕。

一個讓 AI 更強的功能更新，主軸卻是讓 AI 更慢。這件事值得從機制層面看清楚。

智慧體的風險，出在「手」不在「腦」

過去兩年大家對 AI 的疑慮，多半集中在它說了什麼：答案對不對、有沒有幻覺、會不會洩漏資料。但智慧體（agent）這一波的差別在於，它開始「動手」。

用一個日常比喻：傳統的 AI 像一個很會講話的顧問，你問它答，講錯了頂多誤導你。智慧體則像你僱用的助理，它能直接操作你的信箱、工單系統、付款流程。顧問講錯話，損失是資訊層面的；助理寄錯一封給客戶的郵件、關錯一張還在處理的工單、付錯一筆款項，損害是直接落在真實世界的，而且往往難以收回。

這就是為什麼微軟選的三個審批場景，全是「對外產生實際效果」的動作。寄出的信、關掉的單、付出去的錢，共同點是具有不可逆性。AI 生成一段摘要寫錯了，你可以重來；郵件一旦寄出，收回的機制在技術上幾乎不存在。

換句話說，這次更新處理的正是智慧體風險的核心部位：輸出不再是文字，而是行動。

開關怎麼設計：每個工具、每個智慧體，各自決定

官方的說明裡有一個設計細節值得注意：審批是「針對每個工具和每個智慧體」的開關。

這不是一刀切的全域限制。同一個企業裡，負責內部知識查詢的智慧體可以照舊全自動跑，因為它讀資料、回問題，出了錯代價低；但同一個部門另一個會碰付款系統的智慧體，就可以單獨把「處理付款」這個工具設成需要審批。顆粒度落在工具層，而不是平臺層。

這種設計背後的假設是：風險不是平均分布的。一個智慧體可能呼叫十種工具，其中八種無害，兩種危險。全部都要人批，智慧體就退化成需要不斷餵飼料的半自動工具，效率優勢歸零；全部不批，等於把關權交給模型判斷。逐工具開關是在這兩端之間找平衡點。

另外還有一個「批準會話」的選項，允許使用者批準某段連續操作，而不是每一次都單獨點。這對重複性流程很重要，否則審批本身會變成新的工作量，最後使用者要嘛麻木式全批，要嘛乾脆退回人工，兩種結果都讓機制失去意義。

對企業使用者的實際意義

如果你是在企業裡評估或已經導入 Copilot 的人，這次更新給了幾個可用的判斷點。

第一，審批機制存在，代表「讓 AI 自動化作業」這件事有了可調的風險旋鈕。過去企業導入智慧體時常卡在一個問題：全自動太冒險，全人工失去意義。現在可以按動作的後果分級處理，把人工審查集中在少數高風險節點上，這對採購方與 IT 治理部門都是實質的工具。

第二，暫停時顯示「智慧體的意圖說明」，這個細節比審批本身更關鍵。審批要成立，前提是審的人看得懂 AI 打算做什麼。一個只顯示「即將寄出郵件」的確認框，使用者只能盲簽；一個說清楚收件人、目的、依據的說明，才能讓人做出有效判斷。這也與我們先前討論過的AI 職務分流趨勢相呼應，企業裡與 AI 協作的工作，正在長出新的分工與把關職位。

第三，這是整個產業的方向縮影。當智慧型手機、程式碼助手到客服機器人都往「能執行動作」演化，如何在自動化與控制之間設計閘門，會是所有平臺共同面對的題目。微軟不是第一家做人機協同審批的，但以 Microsoft 365 的企業覆蓋面，這套機制一旦成為預設選項，會實質形塑企業對「可接受的 AI 自主程度」的共識。

剎車不是倒退，是為了踩油門

有一種讀法會把這則新聞看作 AI 退燒的證據：連微軟都要給智慧體套上韁繩，可見自動化不可靠。但從產品邏輯看，順序剛好相反。

企業採購 AI 的最大障礙從來不是能力，而是責任。一個能替你寄信、關單、付款的系統，出錯時誰負責、怎麼擋、能不能擋，這些問題沒有答案之前，多數企業只敢讓智慧體做邊角工作。審批機制把責任節點明確化，等於把導入門檻往下移。

這就像自排車的煞車系統：煞車做得越好，駕駛才敢開得越快。微軟給 Copilot 加剎車，目的不是讓它停下來，而是讓更多企業敢放手讓它跑。九月推送之後，值得觀察的訊號是這些審批開關的預設值，以及企業實際部署時，會把審批顆粒度設在多細的位置。那個設定，才會告訴我們大家真正放心讓 AI 做到哪一步。