企业AI落地底座：智能体平台架构解析

近来一段时间，行业里频繁讨论“个人AI”和“企业AI”之间的差异。越来越多人开始认识到，人人都养“小龙虾”或许能带来新鲜的个人数字化体验，但个人效率的提升，未必会转化为组织效率，甚至可能引发管理上的混乱；不少企业把AI试点做得声势浩大，可真正能证明这些项目带来明显增收或降本效果的公司，其实并不多。参见

给非技术管理者说明｜为什么企业AI平台更偏向奥锐方，而不是小龙虾

AI流程落地与六边形顾问价值 ｜ Skill, Harness, Orchestration

若要让AI真正重塑企业组织和流程，前提是具备企业级AI架构能力。

这一点有些类似三十年前信息化阶段ERP为何会出现。

那时各部门分别建设自己的信息系统，销售有销售订单系统，制造有物料需求管理系统，采购有采购管理系统，但系统间数据彼此割裂，无法支撑跨部门业务流程的统一管理。因此，ERP的出现提供了一种新的技术架构，借助统一数据库和多用户实时数据处理能力，实现了企业信息记录的共享、同步与协同。

过去几年，企业采用AI的方式也很像“前ERP时代”的信息化建设，各部门各自推进自己的聊天机器人、图像识别模型、文档分析工具；各类软件厂商也在不断把AI能力塞进自己的应用产品中。

最终的结果是，虽然每个场景或每个应用都变得更聪明了一些，但智能体彼此之间依旧无法协同，订单智能体不了解库存变化，客服机器人也无法获取物流轨迹……

ERP时代的问题叫“信息孤岛”，到了智能体时代，就演变成了“智能孤岛”。

如今，智能体式AI（Agentic AI）正在成为由大语言模型驱动业务流程自动化的核心形态，按照无人化程度由低到高，大致又可分为自动化、智动化以及自治化（多个自主智能体构成系统，在完全无人参与下完成目标）等不同阶段。

智能体以及多智能体系统，早已不只是一个会回答问题的聊天窗口，而更像是一支能够跨系统协同作业的虚拟员工团队。

不妨设想这样一个场景：一个负责接待客户的AI收到请求，客户希望修改订单地址，它会立即唤起物流AI查询位置，同时调用仓储AI确认库存，再联系结算AI计算差价。几个替代人工的AI智能体像开了一场无声会议，几秒后回复客户：“您的包裹刚刚离开中转站，我们可以协调快递在下一站进行改址，运费需增加8元，是否确认？”

这一整套过程无需人工介入，这正是从“回答问题”迈向“执行行动”的本质跃迁，也就是智能体工作的核心机制。

但问题也随之出现：我们现有的大多数企业IT系统，并不是按照这种“多智能体协同作业”或“人与智能体在端到端流程中协作”的方式来设计的。

那么，传统企业数字化架构究竟缺少什么？通常来说主要缺以下几点：

-共享记忆：智能体A完成的内容，智能体B必须能够获取相关上下文。

-动态编排：任务执行过程中可能随时换人——无论是智能体还是真人，流程也会不断分叉与汇合。

-运行时监管：不能等问题发生后才回头排查，必须在每一秒都确保代理没有越权、没有说错话

于是，一个新概念随之产生——智能体平台，也可称为智能体运营（AgentOps），把它叫作“智能体中台”也并无不可，既容易理解，也契合这些年大家对“中台”的普遍认知。

大致在2015-2023年间，以机器学习为核心的那一波AI浪潮（随着大模型出现，这波浪潮也逐渐退去）催生了“机器学习运维（MLOps）”，在国内通常被叫作“AI中台”。它的职责是管理机器学习模型的完整生命周期：从训练、部署到上线后的服务监控，把模型能力嵌入具体业务场景中。

但要特别注意，“智能体中台”和“AI中台”并不是同一个概念：前者管理的是智能体协同的指挥体系，后者管理的是模型流水线。智能体中台会统一管理智能体可调用的工具、可访问的数据、记忆的存储方式、对话的流转逻辑，甚至能在它们说出不当内容前先行按下暂停。

那么，一个智能体平台应当包含哪些内容？目前企业软件行业对智能体平台架构基本形成了共识，通常由以下三层组成：

第一层：指挥层：应用与编排

这一层是智能体系统的大脑与神经中枢，负责决定由哪个代理承接任务、何时进行转交、发生异常时如何处理。API服务以及前文提到的“AI中台”都属于可被编排的对象。

这里会有一个智能体登记中心，用来记录每个智能体擅长什么、拥有哪些权限。

还需要一套工具目录，把企业内部所有API、数据库和软件功能统一标准化为智能体能够理解的“说明书”。

所有智能体之间还应使用统一语言进行沟通，例如MCP、A2A协议。

第二层：监控层：分析与洞察

通过建立合规与可观测机制，实时追踪每个智能体的行为，从接收指令到调用工具，再到输出结果，全程留痕并可追溯。

一旦智能体突然开始胡乱输出，或者行为偏离既定轨道，系统应立即发出预警。

如果用户希望查看智能体在处理业务流程中某项决策的思考路径，也可以一键展开，像查看导航中的行车记录一样清晰。

第三层：基础层：数据与知识

这一层是智能体处理业务的基础原料，没有这一层，上面两层就只是空中楼阁。我们在《再论AI不会消灭ERP》中讨论过，以ERP为代表的业务记录系统（System of records）也可视为这一层的重要数据来源；而近期被广泛讨论的“本体”，则是这一层中聚合数据与知识的一种方法和框架。

不再是彼此割裂的信息