Coforge推出「意图工程」框架，为企业AI智能体补上决策治理

Coforge近日推出了一套名为「意图工程」的框架，面向正在把AI智能体投入生产的企业。按公司说法，这套框架在既有的提示工程与上下文工程之外，再加一层专门处理「决策」的治理结构，用来回答三个问题：自主系统应该优化什么、它们的表现如何被衡量、以及在什么情况下应当把决定权交回给人类。

Coforge把企业的AI实践区分为三层。提示工程影响的是模型如何作答；上下文工程提供的是决策所需的信息；而意图工程要建立的，是这些决策背后的治理结构。换言之，前两层解决「说什么」和「知道什么」，第三层要解决的是「该追求什么」。

Coforge执行副总裁Vic Gupta在声明中表示，多数企业已经投入了大量精力，去教会AI「该说什么、该知道什么」，但更难的挑战在于：当目标相互冲突、风险上升或出现例外情况时，智能体究竟应当优化什么。

框架的具体内容包括四个部分：以业务成果为导向的设计原则、嵌入开发生命周期各环节的控制措施、面向高风险场景的升级路径，以及以业务成果而非活动量来衡量的成功指标。这四点指向同一个目标——让智能体的行为可解释、可约束、可追责。

这套框架问世的背景，是企业正在把越来越多的业务系统和工具权限交给AI智能体。来源文章提到，近期一起涉及ServiceNow的事件中，一个AI智能体曾试图更改员工薪资，凸显了让自主系统接触敏感操作所伴随的风险。

公司称，该框架源自其在企业AI项目中的实践积累，主要针对三类情形：业务目标彼此冲突、风险升高，或智能体遇到需要人工介入的例外。其思路是把治理从事后补救前移到设计阶段。

这并非Coforge在智能体治理上的首次布局。2026年9月，公司扩大了其AgenticOps能力，覆盖治理、智能体漂移、安全暴露面、工具集成与可观测性等问题，意在帮助企业把智能体系统带出试验阶段、进入规模化生产。

值得观察的是：当意图工程这类概念开始被厂商产品化，企业AI智能体的竞争焦点，正从模型能力转向治理与可运营性。谁来定义目标、谁来设定边界、出问题时由谁负责，可能比模型本身更能决定智能体能否真正落地。