附件为作者原创PDF,15页PDF文件。
一、从SOA到微服务,企业软件架构走到了尽头?
过去二十年,企业管理软件的架构范式经历了两次重大跃迁。
第一次,是从早期“单体系统”向SOA(面向服务架构)演进。SOA强调通过统一的服务接口、集中式的ESB总线以及流程编排工具(如BPEL)来实现服务解耦与流程重组。这种模式在大型集团企业中广泛应用,解决了系统孤岛和功能重叠问题,为流程集成提供了基础。但它也有明显的局限——建设周期长、响应速度慢,流程变更成本高,对IT中心依赖强,难以满足业务快速演进的需要。

第二次,是向微服务架构的转变。微服务以“服务自治、独立部署、快速迭代”为目标,将系统切分为多个独立运行、相互通信的小型服务单元,每个服务聚焦单一业务功能,并可独立开发、测试与上线。它借助容器化(如Kubernetes)、API网关、DevOps流水线等技术手段,大幅提升了系统灵活性与技术演进速度。微服务被誉为“DevOps时代的架构最佳实践”,在中后台系统中发挥了重要作用。
然而,无论是SOA还是微服务,其本质依然是“人编流程、系统跟执行”。它们擅长处理明确、结构化的业务逻辑,但面对非结构化输入、复杂判断场景,依然依赖人工驱动、规则设定和前置设计。随着组织复杂性上升和AI能力崛起,这种以“流程驱动”为核心的架构思维,正在遭遇天花板。

二、Agent架构:以智能驱动替代流程驱动

AI Agent 的崛起,代表着企业软件架构进入了“语义即服务、指令即系统”的新阶段。与 SOA 和微服务相比,Agent 架构的核心不再是“预定义流程与服务调用”,而是通过自然语言理解用户意图,动态生成任务流程,并智能调用工具或服务资源完成任务闭环。
1. 架构理念的转变:从编排到理解与规划
传统流程系统强调“预先建模”,企业需在事前定义所有节点、路径与规则。而 AI Agent 具备强大的语义解析与意图识别能力,可在任务发起时即时生成流程,并在执行过程中根据上下文变化进行调整。
例如,在费用报销场景中,微服务架构需预定义发票校验、报销申请、审批流转等多个服务与接口;而 Agent 架构只需用户一句话:“帮我报销本月出差费用”,系统即可理解任务意图、抽取相关票据、选择审批人并完成流程闭环。
2. 功能角色的演化:从服务组件到智能伙伴
SOA 与微服务中的“服务”,本质上是系统能力的封装模块;而 Agent 不仅封装能力,还具备“感知—决策—行动”的完整智能闭环。在系统中,Agent 既可以响应用户请求,也可以主动监测异常、提出建议、协同其他 Agent。
这意味着企业软件的角色定位正在发生变化:从“工具箱”变成“智能助理”,从“被动执行者”变成“主动参与者”。
3. 技术栈与协议体系的变化
Agent 架构的技术基础,依赖于大语言模型(LLM)、RAG 增强检索、多工具调度框架(如 MCP 协议)、Agent 间通信协议(如 A2A 协议)等新型组件。这些技术共同构建出一个能够感知环境、理解语言、操作系统、调用工具并持续学习的智能体体系。
在这一范式中,传统的业务流程管理(BPM)平台、规则引擎、工作流引擎正在被重新定义:它们不再是主角,而是成为智能体调用的“工具插件”。企业软件的核心,正在从“流程引擎”迁移到“智能体运行时”。
4. 架构范式对比图
|
|
|
|
|
|
---|---|---|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
三、主流厂商实践:智能体架构的落地路径
智能体架构并不是遥远的设想,它已经在管理软件行业中逐步落地。SAP、金蝶、用友、泛微等主流厂商,正围绕自身优势和市场定位,构建差异化的 Agent 落地路径。这一轮架构跃迁,既是技术转型,更是“认知+工程+生态”协同进化的结果。

1. SAP:数据驱动的智能闭环
SAP 推出的 Joule 智能体,是其“应用 + 数据 + AI”三位一体战略的核心体现。Joule 不仅嵌入至 SAP S/4HANA、SuccessFactors 等核心应用,还通过 SAP Business Data Cloud 汇聚企业结构化与非结构化数据,实现从数据洞察到智能行动的闭环。
-
架构特点:以语义数据中台为基础,构建 Agent 运行环境
-
技术重点:集成 LLM 与 SAP 内部语义模型,支持 A2A 协议
-
落地能力:覆盖采购、财务、HR 等领域,超过1600项开箱即用智能功能
-
趋势方向:推进 Agent to Agent 协作网络,加入 Google A2A 联盟
SAP 的战略方向非常清晰——通过数据治理与语义建模夯实底座,再将智能体作为新一代“业务界面”,构建可感知、可推理、可协同的企业智能操作系统。
2. 金蝶:场景即智能体的普惠路径
与 SAP 强调数据底座不同,金蝶更关注中小企业的场景覆盖与低门槛落地。其苍穹 Agent 平台构建了“平台 + 五大智能体”的产品体系,涵盖财务分析、报销、BI问数、招聘等高频场景。
-
架构特点:场景即智能体,平台即部署环境
-
技术重点:MCP + A2A 协议标准化工具调用,支持低代码构建
-
落地能力:智能体具备开箱即用能力,强调“支付即服务”“开箱即分析”
-
商业模式:从 SaaS 功能收费向 RaaS(结果即服务)演进,如差旅智能体按出差行程计费
此外,金蝶提出“人机共生”的战略理念,并以 AIGO 方法论支撑智能体从规划、实施、治理到运营的全生命周期转型。这代表着一种更“平民化”的智能体架构实践路径。
3. 用友:以行业为中心的智能体工程体系
用友以 BIP 智能体平台为核心,构建“通用大模型 + 专属推理模型 + 场景智能体”的三层架构。其提出的“三层进化论”展示了从规则驱动到 AI 决策的演进路径。
-
架构特点:模型+平台+场景三层体系,强调行业深度与可训练性
-
技术重点:整合 DeepSeek-R1 推理模型,融合 RAG、意图识别、Prompt 工程
-
落地能力:在制造、财务、人力等领域推出智能工艺、智能报价、智能变更等专用体
-
构建机制:支持企业上传图纸、知识文件进行训练,快速形成“私有体”
用友的差异化在于,它不仅关注“Agent能做什么”,更强调“企业如何构建Agent”,是国内少数将“智能体构建平台”作为产品主打的厂商。
4. 泛微与致远:从协同办公向智能运营转型
泛微和致远互联作为传统协同办公领域的领先者,正尝试将大模型与原有平台深度融合,打造“7×24 小助手”的智能协同系统。
-
泛微 Xiaoe.AI 架构采用“大模型 + 行业小模型 + 智能体”的三层体系,聚焦合同识别、发票校验、流程生成等操作类任务
-
致远 CoMi 智能体家族覆盖智能问数、知识问答、合同审校等细分场景,通过“机场式”平台机制开放生态接口,推动企业自建AI能力
他们的策略是以协同平台为锚点,借助智能体打通人、流程、知识与数据,让流程型组织向“智能型组织”演进。
5. 纷享销客:面向CRM的Agent原生路径
纷享销客专注CRM领域,打造 ShareAI 平台 + Agent Builder 工具链,支持企业在私有知识库与外部情报基础上构建营销、销售、服务三类 CRMAgent。
-
架构特点:以CRM为主系统,Agent为插件式可编程助手
-
技术特色:多模态多模型、多Agent协同、API深度集成
-
生态优势:车企、医药等头部客户已在私有部署基础上实现智能体定制与联动
CRM 场景下,Agent 体现为“业务建议者”“客户分析师”角色,体现了智能体在分析型任务中的广泛适配性。



相关文章:
智能体的定义、和工作流的区别与能力组成
EA之家 » 企业软件的下一代架构:AI Agent驱动的智能协同新范式,附原创PDF