金蝶彭卫华:企业级Agent的下一站,是谁能真正读懂企业

在日前举行的2026全球创见者大会AI+技术平台论坛上,金蝶中国产品研发中心副总经理彭卫华发表《Agent Harness × 企业上下文:构筑企业级AI原生底座》主题演讲。演讲指出,企业级Agent从“能运行”到“能商用”,关键在于Agent Harness负责可靠执行、企业上下文负责理解企业,两者相乘,让企业级Agent更安全、稳定、规模化运行。

时间2026-11-11

浏览量4

金蝶彭卫华:企业级Agent的下一站,是谁能真正读懂企业

在日前举行的2026全球创见者大会——AI+技术平台论坛上,金蝶中国产品研发中心副总经理、灵基Foundation&企业上下文&Agent平台部总经理彭卫华在《Agent Harness × 企业上下文:构筑企业级AI原生底座》主题演讲中,分享了金蝶灵基如何以“Agent Harness × 企业上下文”双引擎构筑企业级AI原生底座,让企业级Agent更安全、稳定、规模化地运行。

金蝶中国产品研发中心副总经理、灵基Foundation&企业上下文&Agent平台部总经理彭卫华,在2026全球创见者大会AI+技术平台论坛发表《Agent Harness × 企业上下文:构筑企业级AI原生底座》主题演讲

金蝶中国产品研发中心副总经理、灵基Foundation&企业上下文&Agent平台部总经理彭卫华

一、Agent能运行,不等于能商用

大模型增强、开源Harness降低门槛之后,很多人认为Agent的门槛正在变低,构建一个能跑通的Agent已经不再困难。但是“能运行”和“能商用”,是两回事。企业级商用的挑战都在水面之下。我们把它归为四类:

业务语义不清。用户说“帮我看一下本月销售额”,但开票额、回款额、含税订单额是三个不同的数字,Agent无法判断该用哪个口径。

任务执行失控。用户要求“继续昨天中断的供应商审批”,Agent却找不到上次执行到哪一步,只能重新开始。

工具与协作失控。让采购Agent调用ERP下单并通知财务,Agent既无法确认调用权限,也不知道任务交接给谁。

规则与原因难解释。账面库存100件,为什么只承诺40件?Agent只返回库存数,却说不出60件被占用的关系。

这些挑战的根源,在于Agent只被当成了“能对话的工具”,而没有给它可受控的执行能力与可信的业务依据。归纳下来其实是两类问题:任务能否稳定执行,以及AI能否理解企业事实与规则。这恰恰是企业智能体操作系统灵基要解决的核心——Agent Harness负责可靠执行,企业上下文负责理解企业,两者相乘,让企业级Agent更好、更安全、更稳定、更规模化地运行。

二、Agent Harness:让每一次执行可靠、可控

Agent Harness负责“可靠执行”,它的任务是组织任务、约束调用,并保障多主体协作。它的技术架构围绕Agent Loop组织任务、上下文与执行;任务入口不止会话请求,还包括事件触发与跨会话消息,这是我们做主动式Agent的前提。但决定商用可行性的,我认为是几项关键技术:

第一是编排与协同:编排决定任务如何推进,协同决定谁在何处共同完成。我们把编排分为Agentic自主规划、Workflow流程约束、Hybrid混合编排;协同覆盖Multi Agent分工、端云协同、多端协同与人机协同。固定流程要稳定,开放任务要自主,企业场景两者缺一不可。

第二是ReAct运行时:Reason、Act、Observe循环,关键是怎么控制好“继续、暂停、恢复、终止”四种状态。暂停时等待审批或事件,恢复时从Checkpoint继续,升级中断也不怕。此外,轮次、Token、时间、错误、停止、恢复这些关键控制,正是企业客户最关心的成本问题的解法。

第三是上下文工程与Skills:上下文工程追求权威、相关、及时,通过检索、筛选、组装、压缩、刷新,每轮只保留当前决策需要的信息与可恢复状态。Skill是Harness提供给Agent的可复用操作指南,让业务经验成为可按需调用、可验证的执行方法。从离线创建上架、在线渐进式披露,到依靠失败样本、人工纠正与执行回执实现反馈驱动的自进化。Agent不应是跑一千次、过程与结果都一样的程序,它应该越用越聪明。

三、企业上下文:让AI真正理解企业

企业上下文负责“理解企业”,它沉淀统一的语义、业务关系、规则与知识。随着Harness技术逐渐深耕、大模型能力向头部厂商集中,做Agent产品未来的核心能力会越来越落在企业上下文——它决定智能“理解什么”,而不只是“如何运行”。

我们把企业上下文分成三类。业务上下文,让Agent理解业务是什么、怎么做,把主数据、交易治理、数据质量、业务模型沉淀成可解释的资产。环境上下文,把组织、身份、时间、事件带进来,让不同身份看到的信息、执行的权限各有边界。经验上下文,沉淀领域知识、本体与记忆,比如“已锁定库存不得重复承诺”这样可追溯到制度原文的规则。

其中有两个技术尤其关键。语义层把AI问数转化为可校验的查询编译,“毛利率”命中指标定义、“业务线”命中维度标签,再经四项校验生成结构化查询;在演示场景中,准确率可达95%以上、决策点实现全覆盖、Token消耗下降40%以上。本体则把“账面库存”与“可承诺库存”区分开:账面100件中60件已被历史订单锁定,据此算出可满足40件、缺口60件。这里有一条不能越过的边界:AI理清关系并提出候选,履约承诺仍由审批人决定。数据存在不等于业务可用,AI也不跨越权责边界。

四、可信是底线,懂行决定企业级AI的价值

客户最关心效果、成本与安全,而“数据放在灵基到底安不安全”是绕不开的问题。我们从项目立项起就把安全放在首位,安全合规贯穿Harness与企业上下文:底层做云与网络隔离、密钥托管;身份与访问控制统一验证、继承本人权限、避免越权;对外承诺客户数据不用于训练,执行过程可见、可控、可审计。即便用户没有权限,ERP最终也会拒绝越权操作,每一步执行都记录在案。

展望未来,Harness与企业上下文会沿四条主轴持续演进:交互模式从被动问答走向事件触发的主动服务;Agent组织从单体走向多Agent协同;运行形态从端或云走向端云结合;学习机制从固定策略走向AI自进化。融合后的形态可以概括为四点——主动服务、生态协同、领域决策、双向进化。未来的核心竞争力,一定是谁更懂行、谁更懂领域,而不是做一个浅层的聊天Agent。

我们希望灵基与金蝶能和更多客户一起共创,构建更开放、更可信的AI生态,继续予力企业,成就不凡。

告别传统ERP,迎接企业管理AI

构建实时感知、精准决策、高效运营的企业智能体

更多相关文章