真正可用的企业级智能体需要具备哪些能力？

企业级 agent platform 的核心价值，是把 AI 从“给答案”变成“替你干活”。它通过知识库、工具调用、记忆、工作流编排、多智能体协作与治理机制这六项能力，把大模型真正接入企业业务流程。选型时最该看的不是模型版本，而是数据能否留在自己的域内、操作能否逐步追溯、上线后有没有人持续运营。

先说一个我亲身遇到的场景。几年前我帮一家制造企业做文档审核自动化，第一期做出来的是一个“问答框”：财务同事打字提问，它来回答。上线两周，使用率掉到个位数。后来我在他们财务办公室坐了一下午，发现问题简单得离谱——没有人想提问，大家只想把手里那摊活直接交出去。

拿一张差旅报销单来说，他们需要做的判断是：这是谁的单子、这个人是什么级别、去了哪里、适用哪档标准、哪一项超标、超了多少、是该退回还是该找谁联签。这里涉及政策检索、单据识别、系统数据查询、规则比对，最后还有“谁有权限审批”的路由问题。一个问答框只能回答中间那一段，其余动作仍然要人来完成。

这就是 chatbot 与 Agent 之间真正的分界线：前者给你答案，后者替你干活。

本文写给非技术背景的管理者。不讨论模型参数，只讲一件事：一个 agent 要真正进入业务流程干活，需要具备哪些能力、这些能力对应哪些工程问题，以及像 AgentSteamer 这样的企业级 agent platform 是如何一项一项把它搭出来的。

一分钟速览

• 大模型 Agent 与 chatbot 的差别不在聪明程度，而在交付物：chatbot 给你一段文字，Agent 给你一个已经被推进到完成的结果。
• 一个真能干活儿的 Agent 由六样东西组成：大模型、指令、知识库、工具、记忆，以及一套能管住它的治理机制。企业之间的差距通常出在后面几项，而不是模型本身。
• 企业平台选型最容易忽略的三件事：数据能否留在自己的域内、操作能否追溯到每一步、上线后有没有人持续运营。
• AgentSteamer 是上海临境慧谷信息科技有限公司研发的企业级 AI Agent 平台，支持全私有化部署，不绑定任何特定大模型——兼容任意 OpenAI 兼容端点，内置 Embedding 与 rerank 模型为 MIT 许可的开源模型，可商用。

1. 拆开一个 Agent：五个部件加一张安全网

很多介绍把 Agent 讲得很玄，其实用招人来做类比就很清楚。

假设你要招一个新人替你处理业务。这个人很聪明、学得也快，但刚入职，对你们公司一无所知。要让他真正能干活，你得给他配五样东西：

第一是脑子。这就是大模型本身，负责理解语言、推理、生成判断。它是 Agent 的发动机。

第二是岗位说明书。这个岗位该做什么、不该做什么、什么情况下要停下来请示——这些都要写清楚。技术上对应的是 prompt 与指令体系。同一个脑子，岗位说明书不同，干出来的活可能完全不一样。

第三是参考资料。公司制度文件、产品手册、历史案例、客户档案。你不给资料，他就只能靠常识回答——而常识在业务一线往往是最不可靠的东西。

第四是操作权限和工具。光有脑子办不成事。他得能登进 ERP 查库存、打开 OA 提流程、调用 API 取数据。技术上对应的是工具调用能力，行业里对应的标准协议叫 MCP。

第五是记忆。他得记得你是谁、上次交代过什么、这件事截至上周推进到哪一步。没有记忆，每次对话都是入职第一天。

还要再加一样容易被忽略的：有人在看着他，出了问题能追溯到是谁让他这么干的。这叫治理。新人犯错最多赔点钱；一个能自动调财务系统的 Agent 犯错，后果不好估量。

这几样里，第一样是最容易被高估的。过去两年，几乎所有注意力都放在模型上，每隔几个月就有更强的版本出来。但我做项目得到的实际经验是：决定企业 agent 能不能真正用起来的，从来不是换了哪个版本的模型，而是后面几项做得扎不扎实。

顺便说清：它和 chatbot、RPA 的区别

这两个问题我在会上被问过不下几十次，值得讲清楚。

与 chatbot 的区别前面已经说了：一个给答案，一个把活干完。判断方法很简单——看它最终交给你的是什么：一段文字，还是一个已经落地执行的结果（填好的表单、推进到下一环节的流程、可下载的文件）。

与 RPA 的区别更微妙，也更值得讨论。RPA 是前几年自动化的主力，原理是在界面上模拟人的点击和输入。优点是确定性极高——同一个操作重复一万次结果都一样。代价是极其脆弱——系统界面把按钮位置换一下，流程可能就断了；而且它只认规则，遇到规则没覆盖的情况就卡住。

Agent 的取舍恰好相反：它能理解“帮我找一下这份合同里的付款条款”这类模糊需求，界面变了也照样能用——但也因此天然带着不确定性：同一个问题问两遍，措辞可能不一样。

所以这两者其实不是互相替代的关系。确定性的部分交给 RPA 和固定流程，需要理解的部分交给 Agent，中间用工作流把它们串起来——这是目前更可靠的组合方式。

2. 企业场景对 Agent 的六项硬要求

上面是通用拆解。落到企业环境里，这几个部件每一项的要求都会更高。

1. 它得会说企业自己的话（知识库与 RAG）

据多家行业调研机构的公开报告，企业落地 AI 时最常遇到的障碍并非模型能力，而是内部知识与数据的可用性问题。

多项行业调研显示，企业内部知识分散在文档、系统与个人经验中，缺乏统一治理，是 AI 项目难以规模化落地的主要原因之一。

知识库与 RAG（检索增强生成）要解决的，正是让 Agent 基于企业自己的制度、手册、案例来回答和判断，而不是靠通用常识。这也是 enterprise agent platform 与通用聊天工具最直观的分水岭之一。

2. 它得能动手（工具调用与 MCP）

只有脑子办不成事。企业级 agent platform 需要让 Agent 能够调用 ERP、OA、CRM、API 等系统，把判断落到具体动作上。行业标准协议 MCP 正在成为工具调用的事实接口，这也是选型时需要关注的能力项。

3. 它得记得住（记忆）

没有记忆，每次对话都是入职第一天。记忆让 Agent 能记住用户身份、历史指令、事项进展，从而在多轮、跨天的业务场景中保持连续性。

4. 它得能被编排（工作流）

真实业务往往不是单步动作，而是多环节流转。工作流编排把确定性流程与需要理解的环节串起来，让 Agent 在流程中扮演合适角色。

5. 它得能协作（多智能体）

复杂任务往往需要多个角色配合。多智能体协作让不同职责的 Agent 分工配合，共同完成一项端到端的业务。

6. 它得能被管住（治理机制）

治理机制是那张安全网：操作可追溯、权限可控制、异常可干预。对于能自动调用财务系统的 Agent 来说，治理不是可选项，而是上线的前提。

以上六项能力，正是评估一个 enterprise agent platform 是否真正可用的核心维度。像 AgentSteamer 这样的企业级平台，也是围绕这六项能力逐项构建的。