官方披露，Envoy 的目标是让员工更高效、改善客户旅程，并支持潜在的颠覆性业务模式。对于处理客户数据的 Agents，Envoy 允许在遵守隐私和保留规则的前提下记住对话中的重要细节，以减少客户重复说明。 Envoy 是 Lloyds 更广泛 AI 生态的一部分，功能将在 2026 年继续演进。它强调强控制、监控和监督，说明银行已经开始把智能体作为可治理的企业能力，而不是实验室玩具。
真实案例
- 机构：Lloyds Banking Group
- 项目：Envoy
- 时间：2026 年 5 月
- 类别：平台治理 / Agentic AI / 内部智能体市场
- 来源：https://www.lloydsbankinggroup.com/media/press-releases/2026/lloyds-banking-group/lloyds-banking-group-unveils-envoy.html ↗
业务背景
当银行各团队都开始尝试 AI Agents 时，最大的风险是重复建设、缺少统一控制、无法监控行为、难以复用成功经验。智能体比普通聊天机器人风险更高，因为它可能记忆上下文、调用工具、执行任务甚至影响客户旅程。
Lloyds 的 Envoy 案例展示了一个更成熟的组织模式：不是让每个团队独立搭建智能体，而是提供内部平台、模板、市场、审核、监控和审计轨迹，让团队在同一治理框架下构建和共享智能体。
AI 方案
Envoy 是 Lloyds 内部用于安全构建和运行 AI Agents 的平台。它提供现成模板，减少从零构建，让团队专注于真实业务和客户问题。平台基于 Google Cloud 构建，支持智能体在组织内复用和共享，减少重复开发。
Envoy 连接 Lloyds 既有的大语言模型平台，并内置安全和风险检查，保留关键决策中的人工监督。智能体上线后，平台可以持续监控其行为和表现，提供完整可见性和活动审计轨迹。成熟的智能体可以发布到内部 Agent Marketplace，供其他团队发现、复用和继续构建。
已披露效果
官方披露，Envoy 的目标是让员工更高效、改善客户旅程，并支持潜在的颠覆性业务模式。对于处理客户数据的 Agents，Envoy 允许在遵守隐私和保留规则的前提下记住对话中的重要细节，以减少客户重复说明。
Envoy 是 Lloyds 更广泛 AI 生态的一部分，功能将在 2026 年继续演进。它强调强控制、监控和监督，说明银行已经开始把智能体作为可治理的企业能力，而不是实验室玩具。
可迁移到银行的设计
- 建设内部 Agent Marketplace，让高质量智能体可复用、可评分、可下线。
- 智能体模板应包含权限、工具调用、日志、风险等级和人工确认节点。
- 对能处理客户数据的智能体，必须定义记忆范围、保留期限和数据最小化原则。
- 平台应提供“从创建到上线到监控到下线”的完整生命周期。
风险治理要点
- 智能体能调用工具时，必须限制可调用系统和动作范围。
- 每次关键动作要可追溯到用户、提示词、工具调用和输出结果。
- 内部市场不能变成“无人审查的插件商店”，需要准入和复评。
- 对客户旅程有影响的智能体必须设置人工接管机制。
本项目可做的小实验
设计一个“银行内部智能体上架卡片”：包括用途、目标用户、可访问数据、可调用工具、风险等级、测试结果、负责人、下线条件和复审周期。
原始来源与整理依据
文字分析来自内容源；业务分类、技术标签由 SeekingDAO 按规则整理。披露效果保留原有时间、范围和预测口径，未作独立审计。开源项目与 Skill 的当前许可、兼容性及依赖请以其上游为准。