会懂网AI资讯，10月14日，近日，ServiceNow在二零二六年十月持续强化面向企业智能体的平台能力，核心是Workflow Data Fabric、Context Engine与Action Fabric三层架构。这反映出人工智能技术正在从单点突破走向系统级能力的构建，企业与应用侧对此高度关注。
具体来看，Workflow Data Fabric跳过传统ETL的抽取与装载，通过Zero Copy连接器、Integration Hub与Stream Connect实时连接外部数据，配合知识图谱与数据目录为智能体提供业务含义与关系上下文，并由治理层确保智能体只访问授权数据。在算力供给持续扩张与推理成本快速下行的背景下，这类进展对开发者和行业用户都意义重大。
从技术细节出发，Context Engine则像一位经验丰富的同事，把意图、身份、权限、历史、策略、关系与当前工作流状态组装成决策所需的情境。业内普遍认为，相关能力的成熟将直接拉动上下游生态的协同创新与商业落地速度。从产业节奏看，头部厂商正把模型能力转化为可直接调用的服务，竞争焦点已转向工程化与可用性。
在产业层面，Action Fabric是连接AI智能体与受治理企业动作与系统的框架，用MCP、A2A等协议把审批、工作流、SLA与权限纳入智能体可执行的动作。对用户而言，此类更新意味着更低的使用门槛与更稳定的体验，智能助手的实用价值持续提升。值得关注的是，开源与开放策略正在改变技术扩散的路径，中小团队也能借此快速构建应用。
对开发者与企业用户而言，在人机交互层，Otto作为自然语言入口可在移动端、网页与Slack、Microsoft Teams中使用，收集意图后交由AI智能体编排器处理。在监管与合规要求趋严的环境下，厂商在能力扩张的同时也更强调安全与可控。多方数据显示，AI 应用的渗透率仍在快速提升，真实场景的反馈正反过来推动模型迭代。
展望后续，底层RaptorDB高性能数据库让智能体能在毫秒级完成数百万次配置项与实时遥测搜索，为行动前提供完整态势感知。相关进展将持续影响行业格局，值得长期跟踪。这类进展也折射出国内外在基础模型与智能体方向上的投入力度与路线差异。从长远看，模型与算力、数据的协同优化，将决定下一阶段智能应用的上限。
暂无评论内容