实在智能发布企业级 AI 智能体平台 Soiawork，把 AI 接进真实业务系统

11月2日，实在智能正式发布企业级 AI 智能体平台 Soiawork（树芽工作）。它通过连接器与 Worker 打通 API、MCP 与无接口系统的界面操作，结合知识库、Skill、Workflow 与共享工作空间，并用权限、审批、审计与成本管理，让企业把 AI 用得有边界、投入有记录。

新闻原文

11月2日，实在智能正式发布企业级 AI 智能体平台 Soiawork（树芽工作）。平台的出发点是三个在企业落地 AI 时反复出现的问题：系统没有接口，AI 就没有入口；会做事的 AI，怎样按企业的规矩办事；同一个任务，如何让团队成员和 AI 快速对齐。

在连接层面，Soiawork 用两类能力触达真实业务。对提供 API、MCP 等开放接口的软件，Soia 通过连接器在授权范围内调用查询、创建、更新等操作；对缺少可用接口、需要界面操作的系统，则调用安装在执行设备上的 Worker，结合 RPA 与 Computer Use Agent 能力完成适配范围内的任务。该能力在 OSWorld 基准测试中取得 90.2% 的任务成功率，排名全球第一。

在沉淀层面，平台通过知识库、Skill 与 Workflow 把企业经验留下来。产品手册、规章制度、历史文档可整理为可检索的知识内容；固定的数据口径、筛选规则和处理步骤可封装为 Skill 供后续调用；包含多环节与判断条件的任务则通过 Workflow 组织执行。三者结合，让企业积累更容易进入日常工作。

在协同与治理层面，Soiawork 用共享工作空间集中组织团队共用的背景、资料与资源，让成员与 AI 在同一背景下协作；企业管理后台则提供权限、审批、审计、用量与成本管理，记录 AI 用在哪、花了多少、是否值得持续投入，为扩大应用提供依据。实在智能成立于 2018 年，已累计服务 6000 多家企业。

企服观察

Soiawork 把“系统没接口，AI 就没入口”这个企业落地 AI 的老大难，用“连接器 + Worker”两类能力正面拆掉。过去很多存量业务系统——老 ERP、行业软件、没有开放 API 的内部工具——一直是 AI 够不着的盲区，只能靠人手动在界面上点。现在 Worker 把 RPA 和 Computer Use 捏在一起，让智能体也能像人一样打开界面、查询、填写，等于把 AI 的执行边界从“有接口的世界”扩到了“人能操作的世界”。这一步，才是真正贴近中国企业系统现状的务实设计。

更值得说的是它把“会做事的 AI 按企业规矩办事”做了产品化。连接器调用范围由系统适配和授权共同决定，关键操作可进入审批环节，执行事件、结果文件和失败原因都可审计追溯。这恰恰是企业敢让 AI 碰业务系统的前提：不是把权限一把交给模型，而是在明确的边界和确认机制里运行。很多公司卡在 AI 落地，缺的不是模型能力，而是这种“可控”的工程闭环。

OSWorld 90.2% 全球第一这个数据，值得单独拎出来。Computer Use 类能力在真实桌面环境里成功率一向是硬骨头——窗口、弹窗、分辨率、权限每一步都可能翻车。实在智能把这个指标做上去，说明它在端侧操作这个最难啃的环节已经具备生产可用度。对制造业、电商这类系统杂、接口少的行业，这正是他们最需要的“AI 能动手”的保证。

知识库、Skill、Workflow 这三层沉淀，其实是把“一次任务做得好”变成“下次还能照着做”。企业最值钱的往往不是一次结果，而是做出结果的方法：数据口径、筛选规则、处理步骤。Soiawork 让这些方法可以自然语言整理、从有效任务里提取、再持续测试改进和共享。这意味着 AI 在企业里不再是一次性玩具，而会随使用越长越懂业务，形成越用越好的飞轮。

共享工作空间解决的是“人与 AI 协同的背景对齐”问题。一个团队共用的业务背景、规范、文档、技能，不必每次重新说明；已经验证的方法，也能让更多成员在权限范围内复用。这在多人对同一类工作负责的场景里尤其关键——AI 不是某个人私有的外挂，而是团队共享、可审计、可交接的同事。把协作关系设计进去，比单纯堆模型能力更接近“AI 组织”的本质。

放到行业里看，Soiawork 的打法和 Replit Cloud Agents、LangChain 设计智能体一脉相承：都在把“谁能产出价值”从少数专家扩到整个组织，同时用治理把风险关进笼子。区别在于，实在智能选了最贴近中国企业“系统老旧、接口稀缺”现实的入口——不是教企业换系统，而是让 AI 学会操作现有系统。当 AI 落地从“模型多强”转向“能不能接进真实业务”，这种接地气的连接能力，会越来越成为企业级 AI 平台的胜负手。