从只读基线到可靠执行

M0：资格与任务

选定一个主结果，收集典型、边界和拒绝案例，定义专家rubric、允许数据和严重错误。20–50个早期任务可帮助发现结构性问题，但不能证明罕见风险安全。同步核查文档许可、权限源、规模、用户角色和预算。

M1：只读证据链

接一种资料源，保存原件、版本与ACL，建立hybrid检索和rerank；主Agent交付证据、计算和trace。与最简搜索／固定workflow基线比较：如果动态Agent没有改善质量、时间或人工成本，不急于扩大框架。

M2：可靠执行

加入Task／Run、checkpoint、稳定操作ID、工具网关、审批和外部回执。发布门槛包括worker kill/restart、重复事件、超时、取消、过期审批、数据更新与撤权。选择一个恢复权威，避免调度器和框架各自重放副作用。

M3：受控改进

离线评测、shadow和canary贯通；prompt、skill、模型或检索变更分别实验，再发布完整版本组合。多Agent和微调只在瓶颈证据支持时引入。

人和时间

业务owner定义成果，专家负责标注与高风险复核，平台负责可靠性，数据owner负责资格，发布负责人管理版本。把工程日、专家日、采购等待和验证周期分开估，不用一个“几周上线”掩盖依赖。