灵快科技发布 Botnow 3.0：面向结果交付的企业级智能体平台
Botnow 3.0 企业级 AI 智能体平台
当前企业级智能体赛道正迎来范式切换:伴随 DeepSeek Harness 等开源 Harness 生态兴起,行业逐步形成「Agent = 模型 + Harness」的共识,MCP 协议持续收敛,行业重心已经从对话问答,转向任务编排、沙箱运行、工具调用与成果交付的完整执行链路。
但落到企业真实业务落地,依然绕不开一个核心拷问:现阶段 AI 究竟可以为业务创造多少实际价值?现实却陷入普遍的尴尬困境。以数据分析场景为例,不论是撰写方案、开展研判还是调研资料,AI 都可以输出流畅完整的文本内容。可文本输出不等于任务闭环:导出原始数据、绘制业务图表、校准排版格式等实操工作,依旧全部依赖人工二次加工,大量人力消耗在 AI 输出之后。
于是行业开始重新思考:如果 AI 不再仅仅局限于回答问题,而是自主完成全流程任务、直接交付可直接复用的业务成果,会带来怎样的改变? 不再只是输出一份报告大纲,而是产出一套附带原始数据、可视化图表,可直接流转对外的完整分析报告。
灵快科技旗下企业级智能体平台 Botnow 正是瞄准这一行业痛点打造,Botnow 3.0 现已正式发布!
如果说上一代 Botnow 解决的是“答”:企业导入私有业务资产,实现 AI 一问一答知识查询;或是通过可视化工作流编排,完成确定性业务的稳定执行。 那么 Botnow 3.0 实现的,则是真正意义上的“做”:业务人员只需要输入业务目标、上传业务材料,智能体即可自主拆解任务步骤、调度各类工具、读写处理业务文件,完成全部作业之后直接交付完整业务成果。
从 "会答" 到 "会做",升级前后的区别一目了然:
| 维度 | 3.0之前 | 3.0之后 |
|---|---|---|
| 任务怎么开始 | 提问,或跑已有流程 | 描述目标、交材料,Agent 自己拆步骤 |
| 步骤从哪来 | 通过工作流节点进行编排 | Agent 按中间结果决定下一步,也能调用已有流程 |
| 谁在执行 | 模型在对话里调工具 | Agent 在独立沙箱里读写文件、跑脚本、开子 Agent |
| 卡住了怎么办 | 需要重新发起对话 | 它主动问;人也能中途插话、拦下高危操作 |
| 方法怎么沉淀 | 写在提示词里 | 打包成技能,装上就按这套方法做事 |
| 系统怎么接 | 通过插件接入外部系统 | MCP 接入外部系统,按调用者身份鉴权 |
| 产物去哪了 | 仅支持生成文本 | 落云盘,分类检索、分享、下一轮直接引用 |
| 重复的工作 | 每次手动发起 | 定时任务:周期、一次性、结束时间 |
Botnow 让任务形成交付闭环
Botnow 3.0 都有哪些核心能力?
| 能力 | 描述 |
|---|---|
| 智能体编排与自主执行 Agent | 按业务需要定制专属场景 Agent,把目标、材料交进去,Agent 自己拆步骤、选工具、读写文件、完成任务并交付成果,步骤不再需要人提前画出来。 |
| Skill(技能) | 将专业方法、操作步骤、参考材料和模板打包成技能,让不同智能体复用同一套工作方法;支持发布、版本管理和授权使用。 |
| MCP 连接器与插件 | 接入企业已有的业务系统和工具,让智能体在授权范围内查询信息、调用业务能力,将任务推进到实际操作环节。 |
| Runtime 独立运行环境 | 为 Agent 提供文件处理、计算和工具执行的空间,保留执行过程中的文件与中间结果;不同用户的运行环境相互隔离。 |
| 人机协同 | 任务执行中,用户可以补充要求、调整方向;需要确认的信息或操作,由智能体按任务配置向用户询问、请求批准后继续推进。 |
| 云盘 | 统一存放上传的材料和任务产物,支持预览、下载和分享。已有文件可以在后续任务中继续引用,减少重复整理和上传。 |
| 定时任务 | 把需要重复执行的工作设为一次性或周期任务,按计划发起执行,并查看运行记录与结果,让验证过的工作方式持续复用。 |
| 企业知识库 | 将企业文档和业务资料整理为可检索的知识,让智能体依据企业自己的资料回答问题,并在任务中查找、引用所需信息。 |
| 可视化工作流 | 把步骤明确的业务流程编排成可复用的工作流,串联判断、分支和工具调用;调试完成后,也能交给智能体调用。 |
| 模型接入与私有化部署 | 按业务需要配置模型服务,并支持在企业自有环境部署,将智能体、知识、工具和管理能力纳入企业自身的使用与运维体系。 |
Botnow 3.0 定位是什么?
Botnow 3.0 是企业级 AI 智能体工作平台。
它把能干活儿的 AI 员工装进企业自己的办公环境里。这个「员工」有身份、有权限、有工具、有记忆,干过的事也留得下痕迹。
和上一代比,主要有三个变化发生:
| 变化 | 从 | 到 |
| 交付形态 | 回答问题 | 交付成果。文档、报表、代码、数据文件,拿到手能直接用,不用再加工一遍 |
| 组织形态 | 单点工具 | 协同平台。统一入口、统一知识、统一权限,全员能用,开发能扩,IT 能管 |
| 管控形态 | 不敢放开 | 敢于托付。细粒度授权、沙箱隔离、人工审批、全链路审计,四样凑齐,业务才敢把真事交出去 |
这次升级带来了哪些变化?
先看 Botnow 3.0 整体架构:
Botnow 企业级智能体平台架构
从底层基础设施到顶层业务场景,六层架构环环相扣,覆盖 Agent 从规划、执行到交付的全链路;同时治理与安全体系贯穿始终,让自主能力跑得动,更跑得稳、跑得合规。
同时,Bonow 3.0 满足不同用户视角的闭环应用:
Botnow 企业级支持智能体工作流、Cowork、知识库SKILL、运维管理等多种能力
Agent:根据目标组织执行,交付可检查的成果
在通用的智能体平台中,业务人员想要做一个场景 Agent,需要先使用工作流预先确定步骤与分支,流程稳定的场景里这没问题,可很多工作本来就不稳定,并且每个用户都有自己个性化的问题,要做多少步、如何完成这项任务,得接收到用户的需求才知道。
Botnow 3.0 的自主 Agent 会根据目标、输入材料和执行结果,判断需要开展哪些处理。企业因此可以将研究、分析、材料整理等步骤不完全固定的工作纳入平台。
先看一次真实的执行:1 分 49 秒,7 步
我们需要 Agent 帮我们做一个电商用户画像分析。一句话的需求,1 分 49 秒跑完,三个子 Agent 并行推进,产出 22 张交互式图表。
| 1分49秒 | 3 个 | 7 步 | 22 张 |
| 一次完整分析任务的耗时 | 并行推进的子 Agent | 自己拆出的执行步骤 | 生成的交互式图表 |
Botnow 多智能体协作,让复杂任务交付看得见,可追溯
七个步骤是 Agent 自己拆的:取数、数据体检、定口径、算统计量、出图、合成报告、校验交付。中间用了 Spearman 相关、卡方、Mann-Whitney U 这些方法,最后一步是打开无头浏览器,逐张确认 22 张图有没有真的渲染出来。这一步人工做起来太笨,通常会被省掉,但少一张,报告就是错的。
更能说明问题的是复核。子 Agent 在结论里写:购买频次与平均订单金额的相关系数是 -0.777,需修正。理由是这个相关系数没有解释意义,总支出本来就等于购买频次乘以平均订单金额,两个指标是乘法关系。
它没有把一个看起来很漂亮的强相关当成结论交上去。
这类任务以前换来的是几百字,整理、作图、成文还得人自己做。现在交回来的是能复现的执行链路、能直接打开的文件,以及一句"这里还不成立"。
执行跑偏了,人怎么接手?
"它跑飞了怎么办",是客户问得最多的一句话。Botnow 3.0 的做法是在执行过程中支持人工介入点,不用等人事后发现。
| 介入方式 | 什么时候用 | 会发生什么 |
| 提问 | Agent 发现关键信息缺失 | 它停下来问,答完继续,不用推倒重来 |
| 插话 | 方向偏了,或者想加个维度 | 当轮补一句,它带着这句话往下跑 |
| 审批 | 碰到高危操作 | 按配置拦下,人点通过或拒绝 |
插话是最容易被忽略的一个。方案跑到一半发现少了个维度,以前只能等它跑完再来一遍;现在说一句"加上交付周期",它就在后续步骤里改。
Botnow Human In The Loop机制,关键节点,人始终掌握主动权
Skill(技能):把业务方法发布为技能,团队按版本复用
技能不是提示词模板,它是一整个包。同样是评审材料,企业关注的项目、判断口径和交付格式可能不同。Skills 用于承载这些专业要求:处理步骤、检查规则、参考文件、脚本和模板,都可以组成技能包,配置给 Agent。
装到 Agent 身上,它就照这套方法做事,不用每次在对话里反复交代。
Botnow 统一维护技能,让专业能力按需服用
举两个具体的。公文排版这个技能,要求按 GB/T 9704-2012 把 Markdown、TXT、DOCX 转成符合国标的公文;合同审查这个技能,要求逐条指出问题、输出 HTML 和 PDF 两份报告,并且不改原文。省事的地方在这儿。一个团队花两周摸出来的做法,别的团队装上就能用,不用重新摸一遍。公司里谁最懂这个业务,就把那套处理逻辑写进技能里。
Botnow 内置多种 SKILL 技能、Agent模版等
MCP:接入企业自己的业务工具
MCP 是连接外部系统的通道。飞书、企业微信、OA、CRM 等这些系统接进来,Agent 就能自己去查工单、读文档、查询内部业务系统数据。例如,接入工单与告警服务后,Agent 可以获取明细、按照任务要求汇总问题,并形成统计与分析文件,减少人员逐个页面查询、复制的步骤。
Botnow MCP:接入企业自己的业务工具
另外一件事是身份透传。Agent 调工具时带的是使用者本人的身份权限,Agent 能否看这张工单,由用户本身的权限决定。
Runtime:为 Agent 提供能够实际开展工作的环境
Botnow 3.0 给每个用户配备了一个独立沙箱,沙箱内提供完整的运行时和浏览器环境,Agent 可以在其中读取资料、编写和运行处理脚本、计算数据、生成图表,并根据配置使用浏览器与相关工具。一次任务中的文件和中间结果,可以继续用于后续处理。这样的好处在于:
每个用户拥有独立沙箱,确保数据隐私与数据安全
用户之间硬隔离,能够留存用户自己的资产,如文件、产物等
Agent 能够记住用户的喜好、身份等画像,越用越聪明
沙箱按需启动,闲置一段时间自动休眠,夜里没人用不占资源
同一个用户的多个 Agent 复用一个沙箱,目录和记忆各自隔离
Botnow Agent Runtime:为 Agent 提供能够实际开展工作的环境
云盘与任务成果:保存输入、留存产物
文件交付之后,还需要能够找到、检查并交给后续任务使用。Botnow 3.0 上线的云盘,无论是用户自己上传的文件,还是 Agent 生成的产物,均会存进云盘,统一管理,下一轮对话里可以直接引用,不用重新上传,用户也可在平台中进行文件预览和下载,或者将文件共享给其他用户。
Botnow 云盘与任务成果:保存输入、留存产物
定时任务:明确要求后,按计划自动发起
Botnow 3.0 支持设置定时任务,需要 Agent 自己触发的任务,可以挂到日程上按需周期执行,等待 Agent 自主执行以及生成最终产物,彻底解放双手。
Botnow 定时任务:明确要求后,按计划自动发起
Agent 安全与可观测
自主 Agent 进企业,最先被问的不是能力,是责任。
Botnow 3.0 权限可细粒度到工具,除了平台、空间、项目三层作用域外,更是支持实例级覆盖,管到单个资源的单个动作。用户在使用 Agent 时,会严格按照用户本身的权限范围,执行范围内的操作。同时支持 Agent 安全配置,如:敏感词库、命令白名单、访问限制等安全围栏。
除此之外,Botnow 3.0 还支持 Agent 可观测。可观测不只是「给用户看进度」,它同时服务于调试、审计、成本管理与效果优化。Agent 思考过程、计划清单、工具调用、文件变更、子 Agent 委派等全部事件实时渲染,每次工具调用的入参、返回、耗时与错误都可展开。定位问题不靠猜,直接观测是哪一步、什么原因。
为什么选择 Botnow?
市面上能选的大致三类。一类是通用 AI 助手,有着问答能力,但是交付出来是纯文本。一类是开源智能体平台,能搭能编,但是工程得客户自己去做,并且不支持自主 Agent 能力。还有一类是大厂做的 Agent 办公产品。
Botnow 的差别在于:它是一个完整的企业级 AI 平台,能基于企业自己的场景,快速落地贴合业务的定制 Agent。
为什么选择 Botnow? 一站式企业级智能体平台
Botnow 现已落地:中核集团、国家知识产权局商标局、惠发股份、中国电子口岸、丰田汽车等客户,覆盖政企、能源、食品、汽车、教育等行业场景。
Botnow企业级智能体平台已落地约 100 家中大型行业客户
让已有业务资产,进入新的执行方式
Botnow 3.0 将自主 Agent 纳入企业原有的知识、工具和流程体系:Skills 维护方法,MCP 连接业务工具,Runtime 承载实际操作,云盘管理材料与成果,定时任务安排重复工作,企业管理能力负责发布与使用边界。
这些能力可以按任务自由组合,服务于不同岗位和业务需求。企业可以从一项明确的任务开始,验证执行与交付,再将有效方法发布复用到更多工作中。
“特别声明：以上作品内容(包括在内的视频、图片或音频)为凤凰网旗下自媒体平台“大风号”用户上传并发布，本平台仅提供信息存储空间服务。
Notice: The content above (including the videos, pictures and audios if any) is uploaded and posted by the user of Dafeng Hao, which is a social media platform and merely provides information storage space services.”