Frontier Tuning：先用小样本教 Agent 公司规则

这篇解决什么

让 Agent 学会公司做事方式很有价值，但没有样本门禁时，训练会把旧错误、个人习惯和不可公开数据一起固化进去。

适合谁

适合准备做内部 Agent 微调、偏好学习、流程学习和部门模板自动化的团队。

操作步骤

1. 选择一个高频但低风险的业务流程
2. 收集 20 条合规样本，删除客户隐私和内部敏感字段
3. 把好输出、坏输出和拒绝条件分别标注
4. 定义模型通过标准：准确性、格式、证据和人工修改量
5. 先在隔离环境评估，再接入真实系统
6. 每次规则变化后重新抽样复测

可复制模板

流程：
样本数量：
敏感字段处理：
好输出标准：
拒绝条件：
通过阈值：
复测周期：

验收清单

• 流程低风险高频
• 样本已去敏
• 好坏输出已标注
• 通过阈值明确
• 规则变化会复测

常见错误

• 只收藏产品更新，没有改成自己的任务卡、权限表和验收证据。
• 直接在生产账号、生产仓库或公开页面试新功能，没有先跑低风险样本。
• 只看工具能力，不记录成本、失败率、人工接管次数和恢复动作。
• 把外部链接当正文主体，读者离开页面后才知道怎么做。

30 分钟小样本

前 5 分钟写清输入、目标和风险边界；中间 15 分钟按步骤跑一个低风险样本；最后 10 分钟记录输出、失败点、人工修改量和下一次复用条件。样本不通过时，只修失败点，不扩大范围。

下一步怎么用

第一次执行时把它当成个人操作卡；第二次复用时沉淀为团队模板；第三次仍然稳定后，再升级为固定 SOP、Skill 或工具导航页。涉及账号、发布、删除、付费、生产代码和客户数据的动作，必须保留人工确认点。

资料依据

• Microsoft Blog / Microsoft Build 2026: Be yourself at work / 2026-06-02

标签