③经营战略 （统摄要素，位于中心四要素之后）
安全 × 效率 × 投入的综合权衡——"多数单位把智能体和数据留在本地、用私有化模型处理重要数据、云端模型补能力"的决策逻辑由此而来。
①客户
内部：业务部门 · 运维服务台；外部：公积金缴存职工（省级公积金机构场景）
②产品与服务
故障诊断与处置结论 · 配置变更执行 · 运维工单关闭——即七步任务链的最终产出
⑥参与者
· 运维工程师：流程所有者，高风险动作的逐项确认者
· 运维智能体：运行时＋模型＋工具＋记忆的（准）参与者
⑨业务流程
读工单 → 本地模型 → 云端问答 → 出方案 → 调工具执行 → 写记忆
自主性按单次动作风险逐档收窄：
低风险 · 自动执行
一般风险 · 人在旁监督
高风险 · 逐项人工确认
高风险四类：支付 · 删除 · 外发 · 生产变更；上线前须评估准入。
⑧技术
业务技术：本地私有化模型 · 云端大模型 · 本地工具 · 外部工具/MCP
治理技术：防护围栏 · 两扇受控出口 · 统一安全控制面
⑦信息
工单 · 日志 · 账号与内网地址 · 知识库 · 长期记忆
分类分级：核心/重要→本地模型，一般→云端（最小必要 · 脱敏 · 留痕）
⑤基础设施
本地算力与机房网络 · 两扇受控出口 · 留痕与复盘能力
④环境
数据安全与生成式AI合规 · 云服务商与MCP供应链 · 第三方测评认证（公安部三所 · 信通院）
治治理与控制（贯穿层）—— 治理对象：AI增强工作系统整体，而非其中某个部件
准则1 人类最终控制
高风险动作逐项确认
智能体上线评估与准入
统一控制面 · 多源告警联动处置
业务凭证不出门 · 权限按任务给
数据分类分级与去向管控
三个"不等于"：数据在本地 ≠ 没有出去 ｜ 模型的建议 ≠ 操作授权 ｜ 部署了产品 ≠ 控制有效
要素间关联（单向）
⇄ 要素交互（双向）
治理控制点（示例）
Alter 九要素编号：①客户 ②产品与服务 ③经营战略 ④环境 ⑤基础设施 ⑥参与者 ⑦信息 ⑧技术 ⑨业务流程
边界界定：AI系统（模型 · 智能体 · 部署实例）⊂ AI增强工作系统。治理对象从"部件"扩展到"工作整体"后，控制点随之从"给部件设防"上移到"在人机之间分配分工、授权与问责"——人工确认环节、评估准入流程不是系统外部的约束，而是系统的内部组件。