- 博客(29)
- 收藏
- 关注
RSS订阅原创 扣子企业版退场：项目转出的现实路径与平替选型
扣子企业版将于2026年底下线，官方尚未提供一键导出方案。建议立即行动：优先备份Prompt、知识库原始文档及工作流截图，按“盘点→重建”流程迁移至新平台。针对不同需求，可选soiawork（轻量编排、快速接入）或实在Agent（GUI执行、信创合规）。切勿等待官方功能，尽早启动迁移，确保业务连续性。
2026-11-10 14:36:15
432
原创 制造业 AI Agent 实施条件盘点：数据“能看”和“能用”之间，隔了多少座山
制造业AI Agent落地的首要门槛不在技术，而在四大前置条件：场景可执行（90天内可量化价值）、数据逐场景就绪（两周内有真实样本）、OT写权限独立约束（需人工硬性审批）、以及明确的业务Owner负责。任一缺失，项目将止步于POC。真正决定成败的不是模型能力，而是组织对执行边界、数据质量、安全机制与责任归属的系统性准备。
2026-11-09 17:34:32
256
原创 制造业智能体落地行业深度：概念边界、演进脉络、平台图谱与选型维度梳理
2026年，制造业智能体进入“去泡沫化”关键期，标准落地推动评判标尺收敛。工业智能体本质是任务执行系统，非替代现有系统，而是整合模型、知识与工具实现闭环执行。从离身到自主，演进聚焦跨域协同与工程闭环。厂商分层明显：车间侧重行业机理，经营侧重流程自动化，底座层强于应用。选型核心应看能力层级（L1-L5）、工程闭环能力、确定性控制与数据底座就绪度，而非功能堆砌。真正的竞争已转向“可控、可落地、可验证”的深度应用。
2026-11-09 16:21:03
449
原创 类 Codex 工具横评：模型不是瓶颈，Scaffolding 才是
2026年AI编程工具的核心竞争已从模型迭代转向scaffolding框架。同一模型在不同框架下表现相差16.6个百分点，SWE-bench Verified分数提升主要依赖检索、规划、沙箱与迭代循环的优化。终端优先工具的本质是“harness”——管理上下文、调用工具、执行反馈的系统架构。尽管Codex CLI、Claude Code等大厂工具占据份额，但开源框架如SWE-agent、Aider、OpenCode在灵活性、可控性上各具优势。选型应基于任务分布与失控半径，而非单一性能。更深层挑战在于：自然语
2026-11-05 15:17:47
434
原创 WorkBuddy 类似产品：三条路线，一张表看清
选型WorkBuddy“类似产品”易踩坑：混淆赛道。办公Agent（如千问办公、豆包工作）比拼生态绑定——企微选WorkBuddy，钉钉选千问，飞书/内容重选用豆包；编程类工具（TRAE Work、Qoder）与办公无关，应按角色分离使用；真正突破边界的是Soiawork这类企业级智能体平台，专注业务系统执行与经验沉淀，不依赖API改造，支持低代码连接与技能复用。开源方案如Octop、TeamAI提供自控与治理能力，非替代品。核心选型四问：协作重心、任务类型、系统位置、经验归属——锚定不变的组织逻辑，而非功
2026-11-05 15:10:05
475
原创 财务AI工具分类：费控原生、ERP系、协同办公系与流程自动化系
财务AI工具按AI能力切入的财务环节可分为四类：费控原生（支出场景，擅长事前控制）、ERP系（总账核算，深度强但体验弱）、协同办公系（入口便捷，前端交互优）、流程自动化系（跨系统执行，不改系统快速见效）。选型关键不在功能多寡，而在于识别企业主瓶颈——支出失控选费控，核算低效选ERP，降门槛选协同，系统割裂选自动化。未来趋势是Agent化，打破系统边界，实现跨链任务闭环，竞争焦点从“嵌入AI”转向“安全编排多系统能力”。
2026-10-20 17:12:18
596
原创 一文讲清企业内部办公智能体的技术架构：LLM、RAG、Agent、工作流
2026年，办公智能体正在经历一场从“对话”到“执行”的范式转变。员工不再满足于向AI提问“公司的差旅制度是什么”，而是期望AI能够直接完成“帮我根据差旅标准核算预算，查询项目剩余额度，如果够就生成出差申请”这样的端到端任务。这种转变背后，是一套远比“调个大模型API”复杂得多的技术架构在支撑。企业内部办公智能体的核心可以拆解为四个关键模块：LLM（大语言模型） 是大脑，RAG（检索增强生成） 是知识底座，Agent（智能体） 是执行中枢，工作流（Workflow） 是调度骨架。四者各司其职，又必须紧密协作
2026-10-15 16:01:30
587
原创 企业智能体选型该看哪些指标？三个真实落地案例的复盘
2026年企业智能体市场规模达449亿元，但超40%项目面临失败。本文通过三个真实案例揭示：选型关键不在功能堆砌，而在工程落地能力。电商客服因工具异常时“编造答案”被关停；装备制造企业靠“先接系统、再接知识”实现业务依赖；银河期货以渐进式演进达成99.97%准确率。核心启示：评估工具异常处理、延迟与准确率权衡、系统集成能力、知识治理深度及ROI可量化性五大指标，方能穿越“高增长、高失败”的撕裂期。
2026-10-13 16:48:34
460
原创 财务智能体选型：先找高频重复，还是先找高价值场景？
选错首个场景，可能让财务智能体项目夭折。高频场景（如发票识别）可快速见效、积累数据、建立信任；高价值场景（如资金预测）则影响战略决策，但复杂度高、风险大。成功关键在于“组合拳”：先以高频场景打底，验证技术、沉淀数据、赢得信任；再向高价值场景突破，实现战略跃迁。决策应基于业务量、标准化、风险与数据基础四维评估。真正路径是：先活下来，再走得远。
2026-10-10 17:19:13
408
原创 金融审单为什么难？从业务痛点看智能审单的技术逻辑
本文围绕银行、保险、证券等金融细分领域的财务共享智能审单实践，从行业痛点、技术架构、关键场景、落地成效、供应商对比与选型建议展开。文中涉及厂商内容基于公开资料与厂商公开方案整理，仅作行业交流参考。
2026-09-21 18:13:15
353
原创 财务自动化审核工具笔记：费控、对账与审计场景，一份技术对比
财务自动化工具需按场景拆分评估：费控审核重规则校验与票据理解，对账关注多源数据匹配，审计则强调全量分析与可追溯证据链。不同场景技术要求迥异——费控依赖AI语义识别与规则引擎，对账需跨系统数据搬运与模糊匹配，审计要求全量风险评分与轨迹完整。汇联易、每刻科技、合思等在费控领域各具优势；FloQast与BlackLine分别适配轻量与企业级关账；实在智能以通用智能体打通多场景；DataSnipper实现证据自动化，MindBridge则以全量分析驱动风险发现。选型应基于业务复杂度、系统集成与合规需求精准匹配。
2026-09-21 17:43:37
526
原创 五类LLM Agent项目盘点清单
2026年，智能体生态迎来变革：MCP与A2A成标准协议，编程Agent在SWE-bench突破80%准确率，54%企业已部署AI Agent。本文推荐20个核心项目，涵盖协议层（MCP、A2A）、编程Agent（Claude Code、Cursor）、通用执行（Manus、ChatGPT Agent）、多智能体框架（实在Agent、CrewAI、LangGraph）及本地化记忆（Mem0、Letta），助力企业按场景选型，实现高效落地。
2026-09-20 17:27:23
442
原创 2026企业级智能体推荐：我按预算、行业、部署方式分好了
2026选型三看：预算定档、行业定场景、部署定安全。小微企业可试用实在Agent社区版，中型企业选企业版SaaS实现流程自动化，大型企业及信创需求者优先考虑企业版私有化+华为云/阿里云。制造、金融、政务等行业需关注高安全与信创适配，跨系统无API场景推荐具备GUI+API双轨能力的实在Agent。部署上，试点用SaaS，强监管选私有化，中型企业宜采用混合云模式。最终建议先做PoC验证，再评估总拥有成本，确保落地实效。
2026-09-15 18:44:17
461
原创 Top 6 开源智能体 2026：选型地图逐项拆解
开源选底座和编排，商业补跨系统与信创。先用两周跑通真实业务最小闭环，用延迟、成本、可靠性数据做最终决策。
2026-09-11 10:23:45
435
原创 主流AI智能体平台市场观察：选型逻辑、竞品对照与趋势预判
评测聚焦企业级智能体平台的工程化能力与业务穿透力，而非模型参数对比。：企业采购焦点从"模型参数"转向"平台工程化能力、业务穿透力、可量化ROI"。选型核心问题不再是"能不能做出Agent"，而是"能不能稳定运行、统一纳管、持续产生业务价值"。：制造业、跨境电商、能源、医药、交通物流等，尤其适合跨多个老旧系统、部分无API、对数据安全和信创合规有高要求的企业。智能体平台快速迭代，选型是持续评估、动态调整的过程。覆盖对话、编排、知识库到自动化执行全链路，强调企业级安全合规与私有化部署，适合大型企业复杂场景。
2026-09-11 10:04:53
789
原创 从 ScreenSpot-Pro 看 AI Agent 进化：为什么 GUI 感知是企业自动化的核心门槛？
2026年9月9日，ScreenSpot-Pro榜单更新，实在智能Indeed-UI-32B（82.7%）与Indeed-UI-8B（81%）包揽全球冠亚军，超越微软、OpenAI等顶尖模型。榜单由顶会ICLR认可，测试覆盖真实专业软件场景，凸显GUI Grounding（图形界面定位）在企业自动化中的核心价值。Indeed-UI系列以高精度、低部署成本、本地化安全与老旧系统兼容能力，打破闭源API局限，推动AI从“辅助”迈向“主导”。真正实现“又强又省”的落地路径，标志着AI Agent竞争正从模型参数转
2026-09-10 15:57:00
491
原创 从12%到90.2%：OSWorld两年半曲线背后，Agent技术路线正在发生什么变化？
两年半间，OSWorld榜单从12.24%跃升至90.2%，见证Agentic Framework的崛起。实在Agent以90.2%登顶，突破人类基准（72.36%），展现跨应用、长链路操作能力。技术演进呈现四大阶段：端到端VLM失效→Agentic框架拆解任务→专用模型与多轮重试优化→工程化执行主导。核心趋势为“规划-定位-执行-验证”分步架构，结合A11y tree与专用模型，实现稳定落地。90%时代标志着Agent已超越普通人类，迈向真实计算机环境的智能操作新纪元。
2026-09-10 11:38:59
688
原创 办公Agent是什么？打工人必看的技术科普与使用指南
办公Agent是能“听懂人话、自动干活”的AI实习生，区别于聊天机器人，它可自主执行任务并交付文档、表格等成果。主流产品如实在Agent、阿里千问办公、字节豆包工作等，支持跨系统操作、自动化流程与多模型协作。核心能力包括API+GUI双轨自动化、画布编排、智能体市场等，适用于运营、财务、IT等重复性工作场景。企业版更具备安全认证、私有化部署与信创适配能力。打工人可从社区版入手，从小任务开始，清晰提需求，提升效率。虽不能替代创意与决策，但能解放人力，专注高价值工作。
2026-09-09 18:16:31
681
原创 一文读懂AI+数据开发治理：能力拆解、落地路径与Agent选型指南
<think>我们要求根据内容生成≤150字的文章摘要。内容是关于AI重塑数据治理的，涵盖定义、场景、落地路径、选型等。摘要需简洁概括核心要点。字数严格≤150字。需要提炼主要观点：AI智能体驱动数据治理，四大场景，四步落地，选型框架等。用中文。试试写一段话。</think>2026年数据治理转向“智能体驱动”，以大模型为大脑，结合语义层与Agent引擎，自动化重构数据全生命周期。覆盖智能建模、质量自愈、知识资产化、智能问数四大场景；通过现状评估、技术选型、分阶段推进、人机协同四步落地。选型需考察智能化深度
2026-09-07 17:03:39
421
原创 2026年数字员工大模型赛道全景观察：市场格局、主流厂商与选型指南
只靠AI Agent，也容易流于‘会说不会做’，真正能走进企业日常运营的，是既懂业务、又能干活、且能灵活适应各种系统环境的融合型数字员工。的执行策略——优先调用系统API完成操作，当老旧系统无接口可用时，自动切换至自研ISSUT（智能屏幕语义理解）技术路径，模拟人类视觉实时识别界面上的按钮、输入框、表格，像人一样点击、输入、搬运数据。：制造业、能源、跨境、医药、电商、交通等行业中存在大量无API遗留系统、希望用大模型增强操作灵活性的企业，以及有大量桌面端重复工作、追求个人办公自动化的知识工作者。
2026-09-04 14:42:17
780
原创 2026桌面办公Agent深度评测：实在Agent、千问办公、WorkBuddy、豆包工作谁更能“干活”？
2026年，AI办公赛道正在经历一场深刻变革——AI Agent从“聊天框里的助手”走向“桌面上的同事”。易观分析数据显示，2026年6月国内17款主流桌面端AI原生办公智能体合计月访问量突破6000万次。腾讯、阿里、字节三家头部公司都已将桌面办公Agent摆上牌桌，围绕“谁是企业默认AI工作台”的争夺战正式打响。但企业选型的核心问题始终没变：这些Agent到底能不能真正“干活”？本文从实际“干活能力”出发，梳理2026年主流桌面办公Agent的核心差异与选型逻辑。
2026-09-03 15:00:40
3297
原创 OpenClaw 2.0正式发布：933位贡献者、16000+PR，开源AI助手迎来“龙虾”大升级
<think>我们根据要求生成摘要，需基于提供文章内容，不超过150字。需要概括文章主旨：OpenClaw 2.0发布及特点，社区贡献，安全风险，国产替代实在Agent。写成中文摘要。注意字数限制。</think>OpenClaw 2.0发布，由933位贡献者提交超1.6万PR，简化安装、重塑浏览器体验，但存在严重安全隐患如漏洞和恶意插件。文章还介绍了国产替代方案实在Agent，其以“大模型+Harness”架构、全栈国产化和私有化部署，满足安全合规需求，被视为更可靠的企业级选择。
2026-09-01 11:09:09
850
原创 国内AI智能体选型实践：写作、办公、学习、编程
智能体赛道在2026年已经分化出清晰的产品矩阵：生态绑定型拼的是接入成本，通用型拼的是场景覆盖面，开源框架拼的是定制空间，编程平台拼的是自动化深度。没有一款产品能通吃所有场景，选型的关键在于想清楚三件事：你的系统长什么样、数据能不能上云、团队能做到什么程度。把这三个问题回答了，选型路径自然就清晰了。
2026-08-28 10:22:54
647
原创 本体层、Skill、连接器：AI Agent时代的可复用资产怎么建？
先说清楚概念。FDE报告里的"本体层"（Ontology），听起来很学术，但本质不复杂——它就是结构化的行业业务知识。打个比方：你公司系统里有个字段叫"cust_id"，另一套系统里叫"user_no"，第三套系统里叫"主体编码"。它们在业务语义上都是"客户"。本体层要做的，就是把这些系统差异翻译成统一业务语言：这是客户，这是订单，这是审批，这是风险事件；它们之间有什么关系，能触发什么动作，在哪些条件下需要人工介入。
2026-08-27 10:56:09
618
原创 2026年国内企业数字员工产品全景对比与选型指南
如果将2023-2024年称为“AI数字员工的概念验证期”，那么2026年可以被定义为“AI数字员工的规模上岗期”。全球AI数字员工市场规模在2026年突破469亿元，年复合增长率达40.2%，中国市场以31.56%的占比领跑全球，预计规模达148亿元。IDC数据显示，2025年中国AI智能体市场规模已达212亿元，预计2026年将增至449亿元。2026年，活跃在市场上的AI智能体服务商已超过300家。对企业决策者而言，核心困惑已经从“要不要用”变成了“该选哪家”。
2026-08-27 10:53:45
748
原创 从Demo到生产：企业级AI Agent的80/95/99规律与工程化破局
痛苦就是信号。重写、粗糙原型以及现场团队和产品之间的摩擦，是学习的特征，不是需要被流程化解决的bug。如果团队在交付过程中毫无痛苦，说明没有在探索新事物，只是在重复已知方案。从80%到99%这段路，注定是痛苦的。但选对工具、建好工程化基础设施，可以让这种痛苦变成可复用的资产，而不是反复消耗的资源。白皮书说，AI的竞争窗口正在以季度为单位快速收窄。领先者的AI驱动人均产出已达落后者的2.5倍。留给企业在"Demo好看但说不清价值"的状态里徘徊的时间，不多了。
2026-08-26 23:09:21
631
原创 2026年，集团企业想要AI落地，选RPA还是Agent？
AI要落地，到底该选RPA还是Agent？2026年被业界公认为“智能体规模化落地元年”。IDC数据显示，2025年中国企业级AI智能体市场规模已达212亿元，预计2026年将增至449亿元。Gartner预测，到2026年底40%的企业应用将集成任务特定型AI智能体。我国企业AI Agent的采纳率也在持续攀升——2026年中已达到40.3%。市场很热，但迷雾也很重。今天这篇，咱们就用最接地气的方式，把RPA和Agent这件事聊透。2026年的集团企业，
2026-08-21 16:46:32
509
原创 知识库智能体全面盘点：主流产品清单与选型指南
2026年企业级知识库智能体全景盘点 知识库智能体（KBA）正成为AI应用核心，融合RAG检索与Agent自主决策能力，推动企业知识管理从“静态存储”向“智能执行”跃迁。市场呈现四大类型： 全栈通用型（如实在Agent、阿里百炼）：以API+GUI双轨执行和跨系统自动化见长，实在Agent以90.2%任务成功率登顶OSWorld榜单，适配制造、金融等复杂场景； 低代码平台（如字节Coze、腾讯元器）：提供零代码搭建和插件生态，适合快速验证； 开源框架（Dify、RAGFlow等）：支持私有化部署，技术团队可
2026-08-19 16:40:30
451
原创 零代码 vs 低代码 vs 全代码：三类企业级智能体开发平台怎么选？（2026实测）
2026年企业级AI Agent平台选型指南：零代码、低代码与全代码方案对比 摘要：随着AI Agent市场规模突破449亿元，企业面临30多款平台的选型难题。本文基于Coze 3.0、Dify 1.x和LangGraph 1.0.7+实测，从开发模式角度提出选型建议：零代码的Coze适合无技术团队快速搭建Bot，5分钟即可发布到主流平台；低代码的Dify提供可视化编排与代码扩展能力，支持私有化部署，适合有IT基础的企业；全代码的LangGraph提供最强编排能力，但需要专业AI团队。关键选型标准是团队技术
2026-08-19 14:53:39
711
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人