【复说AI】从对话到执行、从运行到追踪：复创企业级智能体底座，让AI真正融入业务系统
发布时间：
2026-07-31
企业引入AI的常见困境
当前，越来越多的企业尝试将大模型引入业务场景，但在实际落地过程中，普遍面临以下三类问题：
其一，AI能够理解意图，却难以直接执行。大模型可以生成SQL语句、撰写报告框架或给出操作建议，但若要真正查询数据源、创建同步任务、分析质量异常并形成可执行的处理方案，对话往往止于建议层面，后续操作仍需人工完成。AI具备理解能力，却缺乏对业务系统的直接调用能力。
其二，AI的操作过程难以追溯和审计。即便AI能够调用系统工具，其执行路径、数据来源、判断依据等信息往往缺乏结构化记录。管理者难以核实AI得出的结论是否可靠，一旦涉及关键业务操作，由于责任归属不清晰，组织通常选择不授权AI执行，这限制了AI的价值发挥。
其三，AI能力分散，难以形成组织级复用。不同场景、不同项目往往各自配置提示词和调用方式，经验无法沉淀，成功实践难以复制。更换场景或人员后，一切需重新搭建，团队长期停留在探索阶段，无法将AI能力转化为可规模化的生产力。
上述问题的本质在于：大模型能够理解业务语言，但不掌握业务系统的操作规则；业务系统能够执行操作，但不理解大模型的意图。两者之间缺少一层标准化的连接与治理机制。
复创解决路径：构建模型与系统之间的标准化中间层
复创以电池行业数据平台为基础，建设了统一的AI底座——Agent Runtime。该底座并非在平台之上增设一个聊天入口，而是在大模型与业务系统之间建立一层可治理的中间层，使AI能力从“对话交互”演进为“可授权、可执行、可追溯的系统能力”。其核心机制体现在以下三个层面。
- 系统能力封装为AI可调的标准工具
平台将数据查询、任务创建、质量检查、报表生成、代码部署等业务功能，封装为具备统一描述格式的标准工具，供AI按规则调用。AI由此从“建议者”延展为可在受控边界内“执行者”。
所有工具按风险等级实施分类管理：
低风险工具以只读查询为主，AI可直接调用；
中风险工具涉及配置写入，AI可生成草案，在受控范围内直接写入；
高风险工具涉及真实执行，AI可发起请求，但须经人工二次确认方可执行；
破坏性操作则完全不开放给AI。
当前平台已封装52个工具，覆盖数据查询、质量治理、报表生成、研发管理等业务域。
让AI不再停留于建议层面，而是能够在明确授权范围内执行操作，且所有执行边界都经过预先设定，不存在越权风险。
- 为每一次AI任务建立完整运行档案
AI执行复杂任务时，通常涉及多个步骤。例如，排查一个数据质量问题，可能需要依次完成数据源定位、日志检查、质量规则分析、处理建议生成等环节。若缺少过程记录，管理者仅能获知最终结论，而无法判断该结论的可靠性。
复创的Agent Runtime为每一次AI任务建立包含Run、Step和Event三层结构的完整运行档案，记录任务执行进度、工具调用情况、数据访问范围、异常信息及错误原因。任何步骤出现异常，系统保留完整上下文，支持人工接管和后续重试。
让AI的每一项工作均可回溯、复核与审计，结论附有完整的证据链条，使组织能够放心地将AI纳入关键业务流程。
- 将AI能力沉淀为可复用的组织资产
许多企业的AI应用停留在个体探索阶段——每位成员自行编写提示词、各自摸索使用方式，团队层面难以积累成功经验，亦无法形成标准化能力。
复创将提示词模板、Skill（技能包）和运行策略纳入集中管理，支持版本化发布。以需求分析场景为例：平台预先配置标准化的Prompt模板和Skill，测试通过后发布为正式版本，后续所有项目均可调用，输出质量稳定可预期；如需优化，迭代配置并发布新版本，旧版本保留以供效果回溯对比。
让AI能力从个体技巧转化为组织资产。新项目可直接复用已验证的配置，无须从零开始，有助于降低推广成本、保障输出质量的一致性。
业务场景中的实际落地
上述AI底座已在复创智能软件工厂和数据智能平台中实现实际落地，覆盖三类业务场景：
面向客户数据业务：AI支持数据源与表结构查询、任务日志检索、质量问题辅助排查、报表草案与SQL测试生成、质量规则建议等，帮助降低数据治理与数据分析的使用门槛。
面向研发交付：AI可基于需求与设计辅助编码，结合仓库与日志上下文诊断缺陷，触发自动化质量检查，发起构建部署并保留人工确认环节，有助于提升交付效率与发布安全性。
面向管理复盘：所有AI行为生成结构化的日志与指标，支持项目复盘、效能评估与申报材料编制。
大模型的能力仍在快速演进，但企业引入AI的根本目的并非获得一个“更擅长对话的系统”，而是使AI能够实质性地参与业务工作，且参与过程透明、可控、可追责。
复创AI底座的定位，正是为此提供关键基础设施：MCP协议使系统能力转化为AI可调用的标准工具，Agent Runtime使每次任务具备完整的过程记录与证据链条，配置管理体系使AI能力成为可复用的组织资产，权限与审计机制则保障执行边界清晰可控。
由此形成的，不是又一个聊天机器人，而是一套支撑产业AI真正进入业务系统的可治理中间层。
相关新闻
新大安
地址：江苏省南京市江宁区秣周东路12号7号楼7层
官方公众号
@南京复创
官方视频号
@复创大数据
官方抖音号
@复创智云
官方B站
@复创大数据