我一直纠结数据这件事到底该人做还是交给工具，全信数据怕跑偏，全凭经验又怕漏，人工和电商Agent该怎么分工？

电商Agent和人的分工，可以按确定性和外部信息两条线切。凡是重复的、口径固定的、靠历史比对的活交给Agent，比如日报拉数、异常预警、单款趋势跟踪；凡是涉及外部变化和取舍判断的留给人工，比如平台规则调整、供应商变动、投入产出的取舍。判断标准给几条经验线：一天要重复超过三次的数据动作，交给Agent；需要结合未进数据的场景信息才能判断的，留给人；Agent给的候选原因要人做最后确认，命中率一般七到八成，不必追求百分之百。比较顺的分工是Agent做诊断和出清单，人做核验和拍板，Agent负责把五个候选原因排好优先级，人用两分钟选一个。踩坑最多的是把判断权全交出去，Agent说加投就加投，忽略了它看不到的外部信息；另一个坑是不信任任何自动结果，每项都手工复核，等于没省时间。底层原因是Agent补的是效率和覆盖面，人补的是场景和取舍，两者边界要清楚。验证方法记录一个月里Agent建议的准确率，超过七成就可以把更多日常判断交给它。青虎Agent适合承担清单前半段。