OneOneTalk 的分级审批功能，针对 AI 数字分身执行动作的风险管控需求，将动作按自治等级划分权限，区别于常见的全放任或全限制模式。它解决了 AI 执行中效率与安全难以平衡的痛点，低风险动作可自主推进，高风险动作必须人工确认，既保障核心操作可控，又不干扰日常事务的高效处理。
OneOneTalk 将 AI 数字分身可执行的动作划分为 L0 至 L4 共五个自治等级，每个等级对应不同的风险程度与管控规则。低等级动作（如日常信息整理、普通内容生成）风险较低，可由 AI 自主执行，无需额外人工介入；高等级动作（如对外发邀请、数据导出）风险较高，会触发人工审批流程。
审批环节并非集中在操作末尾，而是嵌入到动作执行的关键步骤节点中，每一步高风险动作的推进都需经过对应权限的审批人确认。审批人必须具备与动作等级匹配的权限，若权限不足，系统会直接拦截该审批请求，无法进入后续环节，避免无权限操作的发生。
所有审批操作都会同步记录在对应的动作流程中，形成可验证的操作痕迹，包括审批人身份、审批时间、审批意见等信息。用户可随时查看这些记录，明确每个动作的执行节点与审批状态，确保操作过程的透明性与可问责性，方便后续的问题排查与追溯。
设计分级审批功能的核心原则是平衡 AI 执行的效率与用户对风险的控制需求，遵循“高风险高管控、低风险高自主”的逻辑。对于高等级动作，采用“默认拒绝”策略，确保非授权操作不会被随意执行；审批环节要求审批人具备对应权限，避免越权审批；同时要求留痕记录，确保每个操作都有明确的责任人与执行依据，避免模糊性带来的责任不清，兼顾安全、效率与可追溯性。
用户可通过几个可观察的维度判断分级审批功能的有效性：一是低等级动作是否能自主快速执行，无需等待人工介入，保障日常效率；二是高等级动作是否确实触发审批流程，不会出现跳过审批的情况；三是审批拦截是否准确，权限不足的人员是否无法审批对应动作；四是审批记录是否完整，是否能清晰查看每个节点的审批状态与信息。若这几个维度都能稳定实现，则说明分级审批功能运行良好。
目前 OneOneTalk 的分级审批将 AI 动作划分为 L0 至 L4 五个自治等级，不同等级对应不同的风险程度与管控要求。低等级（如 L0、L1）动作风险较低，可自主执行；高等级（如 L3、L4）动作风险较高，必须经过人工审批。等级划分规则目前已覆盖核心动作类型，部分边缘动作的等级定义还在优化中。
审批人必须具备与动作等级相匹配的权限，例如高等级动作的审批人需拥有对应等级的审批权限，若审批人权限不足，系统会直接拦截其审批请求，无法完成审批操作，确保只有有权限的人员才能处理高风险动作的审批，避免越权操作。
并非所有动作都会触发分级审批，仅高风险的高等级动作会触发人工审批流程，低风险的低等级动作可由 AI 自主执行，无需人工介入。这样的设计既保障了关键操作的安全性，又平衡了 AI 执行的效率，避免了不必要的审批等待，兼顾了安全与便捷。