墨尔本机场已将 Agentic AI（智能体）引入日常事故响应流程。

在近日举行的悉尼 Microsoft AI Tour 上，机场数据分析负责人 Irfan Khan 透露，团队已将 AI 智能体与内部 SharePoint 知识库深度集成。一线员工不再需要手动翻阅 SOP（标准操作规程）文档，而是可以直接向 Agent 提问，获得对应场景的即时操作指引——从跑道轮胎爆胎到乘客医疗急救，涵盖所有标准流程。

从「等人告诉你」到「直接问 Agent」

此前的核心痛点在于：机场的 SOP 文档虽然完整，但信息分散，依赖有经验的老员工「脑子里」的记忆传导。新员工或轮班人员面对突发事件，往往需要临时找人问。

Khan 描述了一个典型场景：

「当你需要 SOP 的时候，你其实是想知道——这个事件发生了，我该怎么做。但以前你需要找到懂行的人，或者自己去文档里大海捞针。」

现在，Agent 可以保证员工始终拿到最新版本的 SOP。如果有新政策更新，Agent 会自动同步，不会出现「员工还在用旧版流程」的情况。

Agent 还接管了领导力报告撰写

除了即时查询，Agent 还承担了另一项耗时任务：向机场高管汇报的轮班事故报告。

Khan 提到，一线员工在长时间轮班后本就疲惫，撰写报告更是额外负担。AI Agent 可以根据日志自动生成结构化报告，并能按不同管理层级定制细节颗粒度，大幅降低了一线人员的行政负担。

踩过的坑：权限过宽导致数据泄露

Khan 也坦诚分享了部署过程中遇到的挑战。

Agent 在早期测试阶段，曾从 OneDrive 账户中意外检索到敏感个人信息——这直接触发了团队的「急刹车」，被迫重新梳理智能体的数据访问权限。

「我们目前运行在 SharePoint 上的 Agent，只能访问我们确认不会有敏感信息的站点和区域。能够『让 Agent 无处不在』的最大障碍，就是治理问题。」

这次教训让墨尔本机场意识到：Agent 落地的瓶颈不在于技术，而在于数据权限的精细化管理。

我们的判断

谁该关注这条消息：

  • 企业 AI 负责人：墨尔本机场的踩坑经历极具参考价值。Agent 的权限边界如果不提前划定清楚，意外数据泄露几乎是必然的。建议在 Pilot 阶段就引入数据分类和访问审计机制。
  • AI Agent 开发者：在航空、医疗等强监管行业，Agent 的知识库必须支持版本追踪和变更感知，否则「信息过时」比「信息缺失」更危险。
  • 对 AI 替代持观望态度的人：这个案例证明，AI 介入高风险场景时，「人机协同」而非「全自动」仍是主流路径——Agent 负责检索和生成，最终决策权仍在一线员工。

总体来说，墨尔本机场的实践验证了 AI Agent 在大型设施运维中的可行性，但同时也敲响了治理警钟。