国机集团 48 位学员提交的 AI 智能体候选场景，经《智能体管理学》6 大框架四步走分析——统一语言、看清组合、重估价值、设好风险闸，输出一份可直接用于立项的判断。
不是套一个框架，而是让六个框架接力——每一步回答一个立项必答题。
绝大多数场景名只写了"做什么动作"，没写"要发生什么业务结果"——只有 L1 任务层，缺 L2 结果层与 L3 所有权。立项会上无法定义"算不算成功"。
任务式（疑似仅 L1，无可衡量结果）
只描述动作，无结果、无衡量、无责任人。
这批全是后台效率型智能体，人格化几乎为零——靠结果可信、而非角色情感建立信任。L3/L4 高自主场景共 46 个，风险与信任要求陡增。
纵轴战略价值（价值×0.6 + 规模化×0.4）· 横轴就绪度（可行性×0.6 + 低依赖×0.4）。中位线切分，鼠标悬停看场景。
155 个是 L6 应用层，但有 11 个本质是 L3 数据层 / L4 协议层——多人独立提出"知识库/RAG/公文归档/接口打通"。这些不该各院所重复造，应由集团统建一次、全员复用。
L3 数据层 · 知识库/语料底座
L4 协议层 · 接口/匹配打通
L6 应用层 · 挂在底座上
↓ 应集团统建的通用底座场景
按 Agent ROI 的盈亏平衡时间线重算：依赖性普遍偏高（均值仅 3.64）拖长了所有场景的回本周期。自评 4.7–5.0 的"高分场景"，多数其实只是 6–18 月的中速回本。立项别承诺速效。
快 · <6 月
中 · 6–18 月（积累期）
慢 · >18 月（观察/止损）
管理预期：0–6 月算投入期，12–18 月不改善才止损。
SRAG 七类风险扫描出 77/166 个场景带风险，远超填报人自评勾选的 13 人。88 个高影响场景须先过 VERITAS 七维，且安全维 S 必须满分、不可补偿。
F32 · SRAG 风险类型（场景数）
须过 VERITAS 七维信任闸的高影响场景
涉及决策/审批/安全管控/对外合规/财务资金——上线前须满足 V 可验证·R 可靠·A 适应等阈值，S 安全维必须 5/5。典型：合同审核、投标信息、HSE 识别、制度合规审查。
| 场景 | 提出人 | 价/可/依 | ROI | 象限 |
|---|
主题分布（场景数）
五维度全局均值（满分 5）
价值(4.35)、规模化(4.27)打分扎堆偏高，依赖性(3.64)最低——大家认同价值，却心虚于"能否独立落地"。建议用可行性≥4 且依赖性≥4 做硬门槛二次筛选。
底座先行 · 先统建 SEAA 的 L3/L4 通用底座（合并 11 个底座类场景），再铺 155 个应用。
167 个场景逐条的"是什么 + 解决什么需求"。点主题筛选，或搜索关键词。
166 行 × 每个场景的 APM 象限 / ARPS 自主度 / SEAA 层 / ROI 回本桶 / SRAG 风险 / VERITAS 闸，UTF-8-BOM，Excel 可直接打开。
↓ 下载场景全表 CSV