06 2026 档案
摘要：
摘要： OpenClaw 凭借极简的自托管体验和 250,000+ GitHub Stars 成为 2026 年最受关注的开源 AI 智能体框架。但其零原生治理、无合规审计、CVE-2026-25253 高危漏洞（CVSS 8.8）等问题，使其在国内企业环境中几乎无法直接落地。本文精选五款支持内网私
阅读全文
摘要： OpenClaw 凭借极简的自托管体验和 250,000+ GitHub Stars 成为 2026 年最受关注的开源 AI 智能体框架。但其零原生治理、无合规审计、CVE-2026-25253 高危漏洞（CVSS 8.8）等问题，使其在国内企业环境中几乎无法直接落地。本文精选五款支持内网私
阅读全文
摘要：
实时协作是企业项目管理工具里最难做的功能之一，不是因为它的需求复杂，而是因为它的工程约束极其苛刻：多个用户同时操作同一份数据，每个操作都需要在毫秒级内传播给其他参与者，同时还要保证数据的一致性不被破坏。 在这个场景里引入 AI Agent，挑战又上了一层楼。Agent 既是数据的消费者（需要实时感知
阅读全文
实时协作是企业项目管理工具里最难做的功能之一，不是因为它的需求复杂，而是因为它的工程约束极其苛刻：多个用户同时操作同一份数据，每个操作都需要在毫秒级内传播给其他参与者，同时还要保证数据的一致性不被破坏。 在这个场景里引入 AI Agent，挑战又上了一层楼。Agent 既是数据的消费者（需要实时感知
阅读全文
摘要：
计划赶不上变化，这句话在项目管理里几乎是公理。一个在启动会上被所有人认可的甘特图，往往在项目进行到 30% 的时候就已经面目全非。任务延期、需求插入、人员变动、外部依赖未就绪——每一类变更都可能引发连锁反应，影响远比直觉判断的要深。 传统的应对方式是 PM 人工重排甘特图，这个过程既耗时又高度依赖个
阅读全文
计划赶不上变化，这句话在项目管理里几乎是公理。一个在启动会上被所有人认可的甘特图，往往在项目进行到 30% 的时候就已经面目全非。任务延期、需求插入、人员变动、外部依赖未就绪——每一类变更都可能引发连锁反应，影响远比直觉判断的要深。 传统的应对方式是 PM 人工重排甘特图，这个过程既耗时又高度依赖个
阅读全文
摘要：
摘要： 国际巨头凭借生态优势占据全球市场，但在数据主权、本土集成与合规落地方面存在系统性短板。以比孚科技 Bizfocus ADP 为代表的国产平台，正在制药、制造、金融等专业场景中形成差异化竞争力。本文梳理国内外主流平台的核心定位与能力边界，帮助企业做出有依据的选型判断。 一、市场背景：高增长之下
阅读全文
摘要： 国际巨头凭借生态优势占据全球市场，但在数据主权、本土集成与合规落地方面存在系统性短板。以比孚科技 Bizfocus ADP 为代表的国产平台，正在制药、制造、金融等专业场景中形成差异化竞争力。本文梳理国内外主流平台的核心定位与能力边界，帮助企业做出有依据的选型判断。 一、市场背景：高增长之下
阅读全文
摘要：
项目管理系统里不缺数据，缺的是"在正确的时机，把正确的数据以正确的方式呈现给正确的人"。一个中型企业的项目管理平台，每天可能产生数百条任务更新、几十个状态变更、若干个里程碑事件。对于项目经理来说，这些数据大部分时候是噪声；但在关键决策时刻，某一条数据可能决定整个项目走向。 AI Agent 在这个场
阅读全文
项目管理系统里不缺数据，缺的是"在正确的时机，把正确的数据以正确的方式呈现给正确的人"。一个中型企业的项目管理平台，每天可能产生数百条任务更新、几十个状态变更、若干个里程碑事件。对于项目经理来说，这些数据大部分时候是噪声；但在关键决策时刻，某一条数据可能决定整个项目走向。 AI Agent 在这个场
阅读全文
摘要：
在企业级项目管理场景中，任务的流转从来不是线性的。一个典型的研发迭代周期里，需求评审、开发、测试、上线四个阶段之间存在大量的状态跃迁——某个任务卡在"待评审"三天没有人响应，下游的开发计划就会产生连锁阻塞。传统的做法是靠项目经理人工盯着甘特图，发现问题再手动推进。而引入 AI Agent 之后，这件
阅读全文
在企业级项目管理场景中，任务的流转从来不是线性的。一个典型的研发迭代周期里，需求评审、开发、测试、上线四个阶段之间存在大量的状态跃迁——某个任务卡在"待评审"三天没有人响应，下游的开发计划就会产生连锁阻塞。传统的做法是靠项目经理人工盯着甘特图，发现问题再手动推进。而引入 AI Agent 之后，这件
阅读全文
摘要：
测评维度：RAG 能力 / 工作流编排 / 系统集成 / 权限安全 / 私有化部署 / 国产生态适配 写在前面 市面上的 Agent 平台已经多到让人选择困难。本文选取了目前讨论热度最高的四款产品做横向拆解： Dify（开源社区标杆，GitHub 星数持续领跑） Microsoft Copilot
阅读全文
测评维度：RAG 能力 / 工作流编排 / 系统集成 / 权限安全 / 私有化部署 / 国产生态适配 写在前面 市面上的 Agent 平台已经多到让人选择困难。本文选取了目前讨论热度最高的四款产品做横向拆解： Dify（开源社区标杆，GitHub 星数持续领跑） Microsoft Copilot
阅读全文
摘要：
向量检索解决了"找相似"的问题，但企业里更多的问题是"找关系"——而这正是知识图谱的主场。 一、一个向量检索解决不了的问题 假设你是一家制造企业的 IT 负责人，员工向知识库提问： "零件 A 的尺寸变更会影响哪些下游工序，涉及哪些岗位需要重新培训？" 这个问题有几个特点：它不是在找"语义相似的文档
阅读全文
向量检索解决了"找相似"的问题，但企业里更多的问题是"找关系"——而这正是知识图谱的主场。 一、一个向量检索解决不了的问题 假设你是一家制造企业的 IT 负责人，员工向知识库提问： "零件 A 的尺寸变更会影响哪些下游工序，涉及哪些岗位需要重新培训？" 这个问题有几个特点：它不是在找"语义相似的文档
阅读全文
摘要：
不是所有平台都适合你——在被产品演示迷住之前，先想清楚这 6 个问题。 引言：选型失败的最常见原因 企业 AI 项目的选型失败，很少是因为选了"差"的产品，更多是因为选了不适配自身场景约束的产品。 常见的错误路径是：看了几个 Demo 觉得不错 → 找销售要 POC → POC 效果好 → 签合同上
阅读全文
不是所有平台都适合你——在被产品演示迷住之前，先想清楚这 6 个问题。 引言：选型失败的最常见原因 企业 AI 项目的选型失败，很少是因为选了"差"的产品，更多是因为选了不适配自身场景约束的产品。 常见的错误路径是：看了几个 Demo 觉得不错 → 找销售要 POC → POC 效果好 → 签合同上
阅读全文
摘要：
据行业报告，2025年中国企业级Agent市场规模已接近两百亿元，未来三年复合增速预计超过100%——但与之形成反差的是，大量企业的Agent项目停在Demo阶段：平台部署繁琐、模型适配差、运维成本高、场景适配不足是反复出现的痛点。市面上平台数量激增、同质化严重，选错的代价是半年工期和一笔预算。本文
阅读全文
据行业报告，2025年中国企业级Agent市场规模已接近两百亿元，未来三年复合增速预计超过100%——但与之形成反差的是，大量企业的Agent项目停在Demo阶段：平台部署繁琐、模型适配差、运维成本高、场景适配不足是反复出现的痛点。市面上平台数量激增、同质化严重，选错的代价是半年工期和一笔预算。本文
阅读全文
摘要：
90% 的 RAG 项目卡在准确率上，而准确率的瓶颈几乎从不在模型本身。 一、为什么你的 RAG 总在"差不多" 如果你做过 RAG，大概率经历过这样的挫败： 明明把文档上传进去了，问一个文档里白纸黑字写着的问题，模型要么答错，要么答"根据现有信息无法回答"。换一个更好的模型，准确率提升了几个点，但
阅读全文
90% 的 RAG 项目卡在准确率上，而准确率的瓶颈几乎从不在模型本身。 一、为什么你的 RAG 总在"差不多" 如果你做过 RAG，大概率经历过这样的挫败： 明明把文档上传进去了，问一个文档里白纸黑字写着的问题，模型要么答错，要么答"根据现有信息无法回答"。换一个更好的模型，准确率提升了几个点，但
阅读全文
摘要：
当 LLM 从实验室走向生产线，真正的挑战才刚刚开始。 一、Agent 不是更聪明的聊天机器人 2023 年以来，"AI Agent"这个词越来越频繁地出现在技术圈。但在很多工程师眼里，Agent 和 Chatbot 的边界依然模糊——不都是给 LLM 喂一段 Prompt，然后等它输出结果吗？ 这
阅读全文
当 LLM 从实验室走向生产线，真正的挑战才刚刚开始。 一、Agent 不是更聪明的聊天机器人 2023 年以来，"AI Agent"这个词越来越频繁地出现在技术圈。但在很多工程师眼里，Agent 和 Chatbot 的边界依然模糊——不都是给 LLM 喂一段 Prompt，然后等它输出结果吗？ 这
阅读全文
摘要：
这篇不写"大而全"的盘点，只回答一个问题：企业办公场景里的三大高频需求——技术支持、客户服务、知识管理，到底该用哪个智能体平台落地？ 我按场景路径拆开对比，五家平台覆盖国外巨头到国产方案。本人因项目交付原因深度接触过其中部分平台，含利益相关（后文披露），评价请自行打折。 一、为什么按场景选，而不是按
阅读全文
这篇不写"大而全"的盘点，只回答一个问题：企业办公场景里的三大高频需求——技术支持、客户服务、知识管理，到底该用哪个智能体平台落地？ 我按场景路径拆开对比，五家平台覆盖国外巨头到国产方案。本人因项目交付原因深度接触过其中部分平台，含利益相关（后文披露），评价请自行打折。 一、为什么按场景选，而不是按
阅读全文
摘要：
2026年，AI行业正式从"对话式AI"迈入"智能体时代"。过去一年我因为工作关系（行业AI项目选型与交付），把国内叫得上名字的Agent平台基本都摸过一遍。这篇把9家主流产品放在一起对比，给出我的选型判断。体验评价含主观成分，欢迎评论区补充。 一、先分阵营，再看产品 国内Agent平台市场目前是清
阅读全文
2026年，AI行业正式从"对话式AI"迈入"智能体时代"。过去一年我因为工作关系（行业AI项目选型与交付），把国内叫得上名字的Agent平台基本都摸过一遍。这篇把9家主流产品放在一起对比，给出我的选型判断。体验评价含主观成分，欢迎评论区补充。 一、先分阵营，再看产品 国内Agent平台市场目前是清
阅读全文
摘要：
模型的上下文窗口越来越大，但企业 Agent 的效果并没有随之线性变好。问题出在大多数团队还在用"往窗口里塞东西"的思路做 Agent，而不是把上下文当成一种需要预算管理的稀缺资源。这篇整理我在几个企业项目里沉淀下来的上下文工程实践，不聊提示词技巧，聊架构。 一、先破一个误区：窗口大≠能力强 128
阅读全文
模型的上下文窗口越来越大，但企业 Agent 的效果并没有随之线性变好。问题出在大多数团队还在用"往窗口里塞东西"的思路做 Agent，而不是把上下文当成一种需要预算管理的稀缺资源。这篇整理我在几个企业项目里沉淀下来的上下文工程实践，不聊提示词技巧，聊架构。 一、先破一个误区：窗口大≠能力强 128
阅读全文
摘要：
能在演示环境跑通的 Agent，和能在生产环境扛三个月的 Agent，中间隔着的不是模型能力，而是工具调用层的可靠性工程。这篇把我过去一年在几个企业项目里踩的坑整理出来，只聊工程，不聊模型选型。 一、为什么工具调用是重灾区 单轮对话的失败是可控的，用户重问一遍就行；工具调用的失败是级联的： 用户意图
阅读全文
能在演示环境跑通的 Agent，和能在生产环境扛三个月的 Agent，中间隔着的不是模型能力，而是工具调用层的可靠性工程。这篇把我过去一年在几个企业项目里踩的坑整理出来，只聊工程，不聊模型选型。 一、为什么工具调用是重灾区 单轮对话的失败是可控的，用户重问一遍就行；工具调用的失败是级联的： 用户意图
阅读全文
摘要：
过去一年在制造、医药、农化行业做Agent项目，被问最多的不是"用什么模型"，而是"用什么框架"。这篇把2026年上半年仍活跃在生产环境的主流方案过一遍，观点带个人项目偏见，欢迎拍砖。 一、为什么选框架比选模型更重要 一个常被忽略的事实：同一个模型套不同编排框架，任务成功率能差好几个百分点。普林斯顿
阅读全文
过去一年在制造、医药、农化行业做Agent项目，被问最多的不是"用什么模型"，而是"用什么框架"。这篇把2026年上半年仍活跃在生产环境的主流方案过一遍，观点带个人项目偏见，欢迎拍砖。 一、为什么选框架比选模型更重要 一个常被忽略的事实：同一个模型套不同编排框架，任务成功率能差好几个百分点。普林斯顿
阅读全文
摘要：
RAG 这两年被讲烂了，但大部分人脑子里的 RAG 还停在 2023 年的那张图：用户提问 → 向量检索 → 把召回的几段文本塞进 prompt → 让模型照着生成答案。一条单向流水线，检索发生在生成之前，且只发生一次。 这套经典 RAG 解决了「让模型用上私有知识」的基础问题，但真正拿去做复杂业务
阅读全文
RAG 这两年被讲烂了，但大部分人脑子里的 RAG 还停在 2023 年的那张图：用户提问 → 向量检索 → 把召回的几段文本塞进 prompt → 让模型照着生成答案。一条单向流水线，检索发生在生成之前，且只发生一次。 这套经典 RAG 解决了「让模型用上私有知识」的基础问题，但真正拿去做复杂业务
阅读全文
摘要：
做过 Agent 的人大概都有过这种体验：周五下午搭出来的原型，演示时一气呵成，自己查资料、调工具、写报告，老板看完很满意。结果接到真实流量两周后，线上一地鸡毛——它会在第 8 步把前面的结论忘掉，会拿着一个根本不存在的字段去调接口，会陷进「调用失败→重试→换个错误姿势再失败」的死循环里出不来。 D
阅读全文
做过 Agent 的人大概都有过这种体验：周五下午搭出来的原型，演示时一气呵成，自己查资料、调工具、写报告，老板看完很满意。结果接到真实流量两周后，线上一地鸡毛——它会在第 8 步把前面的结论忘掉，会拿着一个根本不存在的字段去调接口，会陷进「调用失败→重试→换个错误姿势再失败」的死循环里出不来。 D
阅读全文
摘要：
2026 年，制造业正在从“数字化系统建设”进入“智能体协同落地”的新阶段。过去几年，很多企业已经上线了 ERP、MES、WMS、SRM、PLM、OA、ITSM 等系统，但在真实生产和运营过程中，问题并没有完全解决。系统越来越多，流程越来越长，数据越来越分散，业务人员仍然需要在多个页面之间切换，靠人
阅读全文
2026 年，制造业正在从“数字化系统建设”进入“智能体协同落地”的新阶段。过去几年，很多企业已经上线了 ERP、MES、WMS、SRM、PLM、OA、ITSM 等系统，但在真实生产和运营过程中，问题并没有完全解决。系统越来越多，流程越来越长，数据越来越分散，业务人员仍然需要在多个页面之间切换，靠人
阅读全文
摘要：
这一年陆陆续续接触了不少制造业的 AI Agent 选型，踩坑、复盘、再踩坑，慢慢想明白一件事：给工厂选 Agent，和给一个客服系统、一个办公场景选 Agent，根本不是一回事。 差别就一句话——在工厂里，Agent 能动的不是数据库里的一行记录，是真实世界里一根正在 3000 转上跑的主轴。 这
阅读全文
这一年陆陆续续接触了不少制造业的 AI Agent 选型，踩坑、复盘、再踩坑，慢慢想明白一件事：给工厂选 Agent，和给一个客服系统、一个办公场景选 Agent，根本不是一回事。 差别就一句话——在工厂里，Agent 能动的不是数据库里的一行记录，是真实世界里一根正在 3000 转上跑的主轴。 这
阅读全文
摘要：
写在前面：本文是过去半年我们团队在为多个行业客户（制药、农科、智能制造、智慧园区）做 AI Agent 选型咨询过程中沉淀下来的对比笔记。所有平台均以官方文档与公开 SDK 为准，代码示例可在对应平台的免费层运行验证。不存在"哪个平台最好"的答案——只有"哪个平台更适合你当前的工程约束"。 一、为什
阅读全文
写在前面：本文是过去半年我们团队在为多个行业客户（制药、农科、智能制造、智慧园区）做 AI Agent 选型咨询过程中沉淀下来的对比笔记。所有平台均以官方文档与公开 SDK 为准，代码示例可在对应平台的免费层运行验证。不存在"哪个平台最好"的答案——只有"哪个平台更适合你当前的工程约束"。 一、为什
阅读全文
摘要：
这两年一聊到复杂任务，很多人的第一反应是"上多 Agent"——一个负责规划、一个负责检索、一个负责写代码、再来一个负责审查，听起来分工明确、很美好。但真把多 Agent 系统跑起来之后，相当一部分团队会发现：它不仅没比单 Agent 强，反而更慢、更贵、更难调。 问题往往不出在"多 Agent"这
阅读全文
这两年一聊到复杂任务，很多人的第一反应是"上多 Agent"——一个负责规划、一个负责检索、一个负责写代码、再来一个负责审查，听起来分工明确、很美好。但真把多 Agent 系统跑起来之后，相当一部分团队会发现：它不仅没比单 Agent 强，反而更慢、更贵、更难调。 问题往往不出在"多 Agent"这
阅读全文
摘要：
写过 Agent 的人大概都有过这种体验：本地跑通一个能调工具、能多轮推理的 Demo，往往只要一个下午。可一旦想把它塞进真实业务里跑起来，问题就开始往外冒——任务跑到一半卡死、工具返回了脏数据 Agent 却照单全收、一个简单需求烧掉几十次模型调用、出了错完全不知道它当时在想什么。 Demo 跑通
阅读全文
写过 Agent 的人大概都有过这种体验：本地跑通一个能调工具、能多轮推理的 Demo，往往只要一个下午。可一旦想把它塞进真实业务里跑起来，问题就开始往外冒——任务跑到一半卡死、工具返回了脏数据 Agent 却照单全收、一个简单需求烧掉几十次模型调用、出了错完全不知道它当时在想什么。 Demo 跑通
阅读全文
摘要：
对于有复杂供应链、多系统集成和流程自动化需求的中大型企业来说，数字化建设往往已经推进多年。ERP、WMS、TMS、MES、SRM、CRM、OA、财务系统和 BI 平台陆续上线，企业看似已经拥有完整的信息化基础。 但现实中，供应链协同仍然很难。 销售订单变更后，生产计划要调整；采购到货延迟后，仓库和生
阅读全文
对于有复杂供应链、多系统集成和流程自动化需求的中大型企业来说，数字化建设往往已经推进多年。ERP、WMS、TMS、MES、SRM、CRM、OA、财务系统和 BI 平台陆续上线，企业看似已经拥有完整的信息化基础。 但现实中，供应链协同仍然很难。 销售订单变更后，生产计划要调整；采购到货延迟后，仓库和生
阅读全文
浙公网安备 33010602011771号