在被构建智能体AI的热情冲昏头脑之前，企业需要先投资建立稳健的数据基础，并采用平台优先的思维方式。
对许多企业而言，智能体AI已成为现实，这项技术已超越了简单的提示词练习阶段，需要企业明确聚焦底层技术，Capital One企业AI副总裁拉什米·谢蒂表示。
"我们正在处理的是真正能够采取行动的智能体系统，"谢蒂在接受CIO Dive采访时说道。"智能体AI现在必须被视为一个端到端的系统。"谢蒂负责Capital One企业平台的工程组织，在零售银行、风险管理、法务和合规等不同业务线中，推动生成式AI和智能体AI应用的落地实施。
在智能体系统兴起之前，该银行在过去14年里一直致力于"从技术栈底层向上"进行技术转型，Capital One首席执行官理查德·费尔班克在今年7月的2026财年第二季度财报电话会议上表示。
"我们已经在这条路上走了很远，并将继续投资一些非常强大的基础能力，以及AI基础设施和特定的AI体验，"他说道。
如今，Capital One内外部都部署了智能体AI用例。
Chat Concierge是该银行标志性的外部用例之一，也是其最早的多智能体应用之一，已投入生产使用两年多。这款智能体应用帮助客户完成购车流程，包括联系经销商、预约试驾以及以数字化方式推进购买流程。
在内部，该银行部署这项技术来改善客户服务体验，谢蒂说道。
谢蒂将银行目前对运营型智能体系统的应用，归功于对稳健数据基础的长期投资，包括治理良好的数据管道和数据血缘追踪。
"有了非常强大的数据基础，为智能体提供上下文信息就会变得容易得多，"她说道。
Capital One的下一个关键步骤是采用平台优先的思维方式。
谢蒂表示，通过代码化的策略与策略检查、运行时控制、合规性以及其他任何必要的企业网络安全防护措施，为智能体应用场景准备好企业平台，能让开发人员在安全的基础上快速构建AI智能体。
"在碎片化、临时搭建的智能体应用构建完成后，再去补充治理和运行时安全措施要困难得多，"谢蒂说。"这些必须在构建智能体应用之前就考虑周全。"
她表示，企业需要通过多种策略来规划智能体系统的验证工作，包括基于规则的验证、沙盒模拟以及评估（也称为evals）。
可观测性也已成为智能体AI时代的另一个关键要素。谢蒂表示，可观测性使公司能够在多智能体工作流程中追踪智能体的行动轨迹、工具准确性以及端到端延迟。她说，可观测性的实现依赖于深厚的领域知识，而非依靠任何单一工具就能带来关键差异。
"评估能力能带来很多价值。你可以测试漏洞，防止越狱行为，强制执行严格的合规要求，"她说。"可观测性和评估是相辅相成的。"
谢蒂表示，企业还需要认识到，仅靠模型本身是不够的，围绕模型建立良好的框架策略（harness strategy）是必要的。她补充道，这种框架能让企业将围绕AI智能体的控制措施标准化并落地实施，例如工具权限管理。
最后，企业需要制定计划，并明确了解在高风险行动中，人工介入（human-in-the-loop）策略应该在何处发挥作用。
谢蒂表示，CIO们应当自问，自己的平台是否有能力处理智能体工作负载的执行，并充分理解其中涉及的风险，因为长期的成功将取决于系统的韧性和可扩展性。
"我们组织内部的核心价值观之一，就是确保智能体和生成式AI应用得到良好管理、良好治理，具备安全性并实现标准化，从而满足Capital One的监管和合规需求，同时简化开发和部署路径，"她说道。
Q&A
Q1：Capital One的智能体AI战略核心是什么？
A：Capital One的智能体AI战略核心在于两点：一是投资建立稳健的数据基础，包括治理良好的数据管道和数据血缘追踪；二是采用平台优先的思维方式，在构建智能体应用之前就提前规划好策略检查、运行时控制和合规性等安全防护措施。
Q2：Chat Concierge是什么？它能做什么？
A：Chat Concierge是Capital One的多智能体应用之一，已投入生产使用两年多。它能帮助客户完成购车流程，包括联系经销商、预约试驾以及以数字化方式推进购买流程，是该银行标志性的外部智能体用例。
Q3：企业构建智能体AI系统时，为什么可观测性很重要？
A：可观测性能让企业追踪智能体的行动轨迹、工具准确性以及端到端延迟，还能测试系统漏洞、防止越狱行为、强制执行合规要求。Capital One认为可观测性依赖深厚的领域知识，而非单一工具，并且需要与评估机制配合使用。
