企業軟體轉型：從 Chatbot 到自動化代理
企業 AI 領域正經歷一場由「生成式文字」轉向「自主任務執行」的深層革命。隨著 Kore.ai 正式推出其名為「Artemis」的 AI 代理平台，該領域的競爭格局出現了新的變數。Artemis 的核心目標是直接挑戰 Salesforce 和 ServiceNow 等傳統企業軟體龍頭，讓企業能夠利用 AI 本身來建構、治理與最佳化 AI 代理，將原本長達數月的工程負擔壓縮至數日之內。
這一轉變標誌著企業開始追求「非退化性」（Non-regressive）的系統，即 AI 不僅能回答問題，還能冷凍經過驗證的操作序列，並隨著時間推移進行累積改進，這正是目前企業 AI 應用最缺乏的關鍵能力。
阿里巴巴 Qwen3.7-Max 的突破性實驗
與此同時，人工智慧模型的自主能力也在不斷進化。阿里巴巴的研究團隊近日發布了其最新的專有模型 Qwen3.7-Max，該模型表現出了極強的自主代理能力。根據最新資料指出，Qwen3.7-Max 能夠在不需要人類干預的情況下，自主規劃並執行複雜的任務，其工作時間長達 35 小時。
該模型不僅支援自動化工作流，還支援類似 Anthropic 的 Claude Code 等外部 harness 工具，這意味著它能直接與企業的程式碼庫與生產系統對接，進一步模糊了模型與操作者之間的邊界。對於那些追求大規模自動化的企業來說，這種能力意味著 AI 可以作為一個全天候的工程師執行多步驟任務。
為什麼企業級 AI 代理屢屢失敗？
儘管有諸多技術進展，許多企業在部署 AI 代理時依然頻繁受挫。業界分析顯示，核心原因在於這些模型會出現「遺忘」（Forgetting）現象。傳統的檢索增強生成（RAG）架構擅長 surfacing 文件，但在處理需要長期上下文記憶和複雜決策邏輯的任務時，表現往往不穩定。
為了克服這一點，諸如 Rippletide 之類的新創企業正在探索「決策上下文圖」（Decision Context Graph）架構，透過賦予 AI 代理結構化的記憶與時效性推理，來建立非退化性的決策序列。這類解決方案在解決企業級任務流程中起到了關鍵的橋樑作用。
未來展望：自動化時代的競賽
隨著 Kore.ai、阿里巴巴以及眾多新創團隊紛紛湧入這一市場，企業軟體將會迎來一場激烈的硬體與演算法大戰。未來幾年，誰能成為企業 AI 基礎設施的標準供應商，將成為科技市場的主戰場。
對於企業用戶而言，關鍵不在於擁有多強大的模型，而在於如何將這些 AI 代理整合進既有的生產流程中，並解決「遺忘」與「一致性」等核心挑戰。我們將持續關注這些平台在商業落地後的穩定性，以及它們如何改變企業內部的「無形工作流程」。