摘要：今年自DeepSeek出圈以来，企业数字化界一窝蜂在炒作“智能体”，我很少听到人讲“编排”；尽管我周围一些在华为、腾讯的朋友说，他们目前在项目上已经在用编排技术了，但是社会上几乎没听到这个词，前几天国内媒体爆炒Manus，要说企业级应用，跟编排概念相比，它就是

导读：我感觉中国企业级信息系统架构的理念传播，落后于国外大概一年多时间。

今年自DeepSeek出圈以来，企业数字化界一窝蜂在炒作“智能体”，我很少听到人讲“编排”；尽管我周围一些在华为、腾讯的朋友说，他们目前在项目上已经在用编排技术了，但是社会上几乎没听到这个词，前几天国内媒体爆炒Manus，要说企业级应用，跟编排概念相比，它就是个小弟弟。

美国的头部企业服务公司从去年开始，在大模型的企业级应用上就已经从微观的“智能体”到更为宏观、高阶的编排上，例如我前东家IBM的WatsonX Orchestation。

我在去年就给大家科普过BOAT的概念：

AI智能体基于单一的机器学习模型，能够自主规划和执行任务。

而“编排”则是指将AI智能体与其他模型、工具和数据源进行整合，以自动执行和管理端到端的智能流程和基于多种人工智能的大型企业系统。

打个比方，AI智能体相当于路口的智能红绿灯，它可以根据观察到的路口的交通流量自主切换红绿灯，从而合理地控制路口的交通流量。

但是，它不知道整个城市道路网络的整体交通状况，当城市多个交通信号灯不同步或某段道路突发意外，就容易发生系统性地堵塞。“编排”就是系统性地解决这个问题的，实现真正的智能企业。

换个比方：“智能体”（Agent）就是乐手，具体的业务服务（例如处理订单、定价的“微服务”）就是小提琴、小号等乐器

“编排”（Orchestration）就是在指挥带领之下的大乐队：

“智能体”能够自主执行特定任务的软件，其形式可以是从简单的聊天机器人到复杂决策系统。智能体基于人工智能模型运行，能够从连续的外界数据交互中学习，相应地做出决策或执行操作。

“编排”则是对多个特定任务的智能体进行集成，并且将智能体与其他的业务服务、数据以及人工智能能力进行连接，使得多个智能业务服务能够协同工作，充分发挥各自的能力，并确保所有智能体和业务服务有效地为更综合、广泛的目标做出贡献。

编排的具体工作包括管理智能体之间的数据流，同步它们的活动，以及优化整个系统的资源使用。

下图是一个销售业务基于人工智能的编排的示例，我们假设有若干个智能体分别负责报价、订单录入、信用控制、发货处理、库存控制等任务，它们在一个编排框架之上，根据跟用户的连续对话交互，大语言模型以及其他AI模型（例如交易风险控制、供应链库存优化的智能决策）支持编排数据获取、流程运行：

如果没有人工智能的编排，整个系统可能无法有效地全局共享信息，从而导致订单处理效率低，或者库存缺货、配送错误等。

这样的编排能实现业务流程的智能自动化，它必须具备两个前提：

一是各个业务系统，即ERP、CRM等，要具有充分的、标准化的外部服务调用接口，即API，使得不同的软件组件和服务能够相互通信。

二是这些智能能力以及业务服务要基于云平台之上，具备灵活性、可扩展性，以及处理大量数据和复杂人工智能算法所必需的计算能力，便于管理和持续开发、持续集成。

我预计未来一年里，“编排”、“人工智能编排”、“企业编排”、“流程编排”将成为中国企业数字化领域的热词。

五年前说“下一代ERP”指的是“可装配式ERP”（composable），怎么装配呢？人工智能发展回答了这个问题，就是“AI编排”。

来源：数字化企业一点号