新一代大模型 ITSM 和早期问答客服最大差别，就是不再只做文字回复、工单摘要，而是走完一条完整链路：先看懂员工自然语言提交的 IT 诉求，分清故障类型、资产信息、紧急等级，再依靠智能体自主拆解任务、调用内部系统、完成操作，遇到高危或者拿不准的场景自动转人工，把大量一级服务台工单实现无人闭环。过去传统 ITSM 自动化大多是固定脚本，只能匹配预设关键词，用户稍微换个说法就识别失败，工程师还要在 CMDB、账号系统、监控平台、工单系统之间来回切换复制信息；大模型负责 “智能理解”，把口语化问题翻译成标准化 IT 诉求，智能体负责 “智能执行”，按目标规划步骤、调用工具，执行之后校验结果、回填工单记录，两者组合起来才是 Agentic ITSM。整套方案落地的门槛不在大模型本身，而在于权限隔离、操作审计、私域知识库、系统接口打通；很多企业先上线对话问答，卡在第二步，就是缺少一套可管控的工具编排和分级审批机制，不敢放开 AI 直接操作账号、服务器、变更流程。
智能理解与智能体执行能力对比表
| 模块 | 能力定位 | 核心技术 | 典型产出 | 风险等级 |
|---|---|---|---|---|
| 智能理解层 | 读懂用户诉求、识别意图、提取实体 | RAG、意图分类、实体抽取、工单摘要 | 工单分类、优先级标记、问题摘要、知识推荐 | 低，只做信息读取 |
| 智能体执行层 | 任务拆解、工具调用、结果校验、流转 | Function Calling、任务规划、状态记忆、多步骤编排 | 账号解锁、权限开通、设备重启、自动巡检、工单闭环 | 中高，可修改系统数据 |
大模型 ITSM 智能体高频落地场景清单
- 账号与权限自助：密码重置、MFA 解绑、VPN 权限开通、离职账号冻结
- 入职离职自动化：批量开通邮箱、云盘、业务系统账号，分配资产
- 事件一级处置：日志检索、服务状态查询、轻量重启，判断是否升级二线工程师
- 工单运营辅助：自动汇总故障根因、生成事后复盘文档、更新知识库
- 资产与配置查询：查询服务器、电脑、软件授权，读取 CMDB 配置信息
- 变更辅助：生成变更单、检查变更冲突、变更完成后做结果核验
智能体执行的标准运行循环
- 接收诉求：用户在企业微信、钉钉、服务台提交自然语言问题
- 理解与规划：大模型识别意图，调取知识库、资产信息，拆成分步任务
- 工具调用：智能体按权限调用账号系统、监控、CMDB、工单 API
- 校验结果：核对返回状态，判断任务是否成功；失败就重试或者转人工
- 结果回填：把操作记录、截图、状态写回工单，同步通知用户
- 沉淀反馈：本次案例进入知识库，持续优化后续识别与处置准确率
企业分阶段落地步骤
- 第一阶段：只上线智能理解，做问答、工单分类、摘要、知识检索，不开放写操作权限，先验证识别准确率。
- 第二阶段：开通只读类工具调用，比如查资产、查日志、查工单历史，智能体只查询，不改动任何业务数据。
- 第三阶段：开放低风险写操作，密码重置、自助权限，配置强审批、操作留痕、阈值限制。
- 第四阶段：面向运维事件、变更流程，搭建带人工复核节点的复杂智能体，高危操作强制拦截。
- 第五阶段：多智能体协同，故障发生之后，巡检 Agent、处置 Agent、通知 Agent 联动，实现自修复。
落地必须配套的治理要点
- 分级权限：区分只读、自助操作、高危运维，智能体权限最小化
- 全链路审计：每一条指令、每一次 API 调用、参数、返回结果全部留存日志
- 置信度护栏：模型置信度不足时，直接转交人工，禁止强行执行
- 版本与流程管控：可回滚、可关闭智能体，变更类操作强制走审批流
- 持续评测：统计自动解决率、误操作率、人工接管率，定期迭代提示词与知识库
【常见问题】
问题 1：大模型 ITSM 里面的智能理解和智能体执行，到底有什么不一样？
回答 1：智能理解负责看懂员工自然语言问题、提取信息、推荐方案，只做信息处理；智能体执行是在理解基础上自主拆任务、调用系统接口、完成实际操作，能直接处理账号、资产、工单，具备改动系统状态的能力。
问题 2：大模型 ITSM 智能体执行，企业最担心的风险是什么？
回答 2：最大风险是误操作，比如错误冻结账号、发起不合规变更；所以大模型 ITSM 智能体执行必须搭配权限隔离、置信度判断、人工复核、全链路审计，高危动作禁止 AI 直接放行。
问题 3：普通企业落地大模型 ITSM，是不是一步到位直接上智能体执行更好？
回答 3：不建议一步到位，稳妥路线是先跑通智能理解、问答工单，再开放只读查询，最后慢慢放开低风险自助操作；先验证识别准确率，再逐步释放执行权限，降低运维风险。
问题 4：大模型 ITSM 智能体执行，能处理服务器故障、变更上线这类复杂运维工作吗？
回答 4：简单、标准化、有回滚方案的故障可以自动处置；复杂故障、重大变更、跨业务风险操作，智能体只负责收集信息、生成方案，最终执行必须交给人工工程师确认。
【参考资料】
[2026-11-11]（大模型 ITSM：从智能理解到智能体执行）腾讯云开发者社区
[2026-11-10]（Microsoft 多语言 IT 自助智能体，Teams 接入 ITSM）Microsoft Learn
[2026-10-20]（ServiceNow AI Specialist：L1 服务台自主智能体）ServiceNow Community
[2026-09-09]（Agentic AI 重塑 ITSM：自助处置、事件闭环与治理框架）甄知科技
[2026-08-10]（AI Native ITSM：AI 员工从辅助走向自主执行）云智慧官网
【免责声明】
本内容整理自云厂商、ITSM 厂商技术文章与行业公开资料，大模型 ITSM 的智能理解、智能体执行效果高度依赖企业知识库质量、系统打通程度、权限管控策略；智能体执行存在操作风险，上线前需要充分测试、配置审批与审计机制，本文仅作为技术科普参考，不构成企业落地部署方案。