安全可信
Agent 接 CRM 之前，上线测试先跑模拟企业数据？
Agent 上线测试先在模拟企业环境里跑，再接真实 CRM。Eon 的 Era 能生成一家完整的虚拟公司，带 Salesforce、Zendesk、Slack 等系统的仿真接口和 MCP 端点，数据全部合成。它也写明：上线前还要在自己的预发环境用真实数据再验一次。
Agent 上线测试，先在模拟企业数据上跑，再接真实 CRM。顺序是三步：模拟环境里测对错和权限，预发环境里用真实数据复核，最后才进生产。直接拿生产 CRM 试，测错一次就可能改坏客户记录。
模拟企业环境能测什么
Eon 在 2026 年 10 月 8 日公开了免费工具 Era。选行业、公司规模和要用的系统，它会生成一家虚拟公司：客户、商机、工单、通话记录、聊天和文档在各系统之间互相对得上。（来源：Eon 博客）
- 接口和真的一样。 Era 按 Salesforce、HubSpot、Zendesk、Jira、Slack 等厂商的 REST 接口格式返回数据，每个系统还带 MCP 端点。Agent 测完后，把地址换成生产环境即可。
- 每次测试一家新公司。 环境按参数生成，同样的参数生成同样的公司。可以每次 CI 跑一家，跑完就删。
- 能查权限。 Era 的 GitHub 说明里写到，测试可以断言答案、工具选择，以及只读 Agent 有没有写数据。（来源：eon-io/era README）
答案有标准，分数才可比
Eon 团队 2026 年 9 月在 arXiv 发了论文。每道题的答案由代码从生成的数据里算出来，评分是精确比对。9 个模型对同一组 33 道题各答 3 次，准确率在 42.4% 到 76.8% 之间。按题型平均：简单筛选 92.6%，跨系统 39.6%，多跳 3.7%。（来源：arXiv 2609.09853）
同团队的另一篇论文专测「隐藏知识」：比如电话里答应过客户的事，或者几份记录里公司实际用的是哪一份。证据在系统里，但不在题目点名的那条记录里。12 个 Agent 里，最好的答对 24 次里的 18 次；有 4 个模型在两种程序下最多只对 6 次。（来源：arXiv 2609.30055）
对企业来说，这说明一件事：Agent 读得到 CRM，不等于读得懂跨系统的业务上下文。上线前要专门出这类题。
模拟数据替代不了预发环境
Era 自己的说明写得很直白：环境 100% 合成，不能替代带真实数据的预发系统，上线前要在自己的预发环境里再验证。
模拟数据测的是流程对不对、权限有没有越界。字段乱填、历史脏数据、同名客户这些问题，只有真实数据里才有。
上线前的分工：
- 模拟环境：功能题、跨系统题、只读权限断言，每次改动都跑。
- 预发环境：脱敏后的真实数据，抽样复核答案。
- 生产：小范围开，先只读，再开写权限。
改提示词、换模型、加工具时，模拟环境都要重跑一遍。Era 这类工具可以接进 CI，每次提交自动跑。
规模化之前要先定哪些事，见 Agent 治理要赶在扩规模之前。工程上怎么设护栏，见 AI 原生时代的软件工程：从「写代码」到「约束代码」。
Agent 上线测试：常见问题
Agent 上线测试能直接用生产 CRM 吗？
不建议。测试中 Agent 可能写错、删错记录。先在模拟环境里跑通，再到预发环境复核。
模拟环境的分数能代表上线效果吗？
只能代表流程和权限这一层。真实数据的脏乱程度，要在预发环境里看。
模拟企业数据从哪里来，要自己造吗？
可以自己造，也可以用现成工具。Eon 的 Era 能按行业和规模生成整家公司的模拟企业数据，各系统之间数据一致，Eon 说对开发者免费。自己造的话，至少要让客户、商机和工单在几个系统里对得上，否则测不出跨系统的问题。