最近有两条新闻放一起看，挺有意思。
一条是美团。它内部那个叫 CatPaw 的 AI 工作台，9 万人内测了三年，7 月 27 日正式升级成全场景 AI Agent 平台。报道里有一句话我反复看了几遍："对话框装不下真正的工作"。
另一条是信创圈。普联软件把自己的智能体开发平台落地了——知识问答助手、文档智能处理助手直接嵌进 ERP、EAM、EPM 三个信创产品里，还都跑出了示范项目。
一个做本地生活，一个做企业管理软件，八竿子打不着的两家，结论却撞到一起：AI 想真正干活，光会聊天远远不够。这背后到底卡在哪儿，值得拆开讲讲。
一、四道坎：为什么聊天机器人干不了活
美团把对话式 AI 到执行型 Agent 之间的差距，拆成了四个痛点。我看完觉得这四点不只适用于本地生活，放到任何企业场景都成立：
第一，缺乏上下文。一个通用大模型塞进对话框，它对你的生意没有任何感知——门店数据、历史评价、经营规则、库存上下限，一概不知道。你问什么它答什么，但它永远是从零开始猜你的业务。对 ERP 来说同理：系统里的客户、订单、物料、流程规则，才是 AI 回答"该不该批这个单"的前提。没有这些，AI 就是个没有记忆的实习生。
第二，无法调用工具。对话式 AI 只能动嘴，干不了手。要查库存、要发起审批、要生成单据——这些动作它做不了，还得人来做。Agent 和聊天的本质区别就在这：Agent 能调用系统里的工具和接口，把"说要干"变成"真的干"。
第三，缺乏持续执行能力。生成合同、审核风险、整理反馈、输出改进方案——这些都不是一句话能完成的事，需要多步、跨模块、甚至跨系统地推进。对话式 AI 答完就停，Agent 却能盯着一个目标从头做到尾，遇到异常才来请示。
第四，难以复用结果。聊完一次，结果就丢了。真正的工作成果要沉淀回系统——单据入了账、流程走了审批、数据进了报表——下次才能在此基础上继续。Chat 的产物是对话，Agent 的产物是业务记录。这是质的差别。
这四个痛点，正是"AI 落地好看不好用"的根源。很多企业上 AI 项目失败，不是模型不够强，而是根本没意识到：AI 要干活，前提是业务上下文、工具接口、执行编排、结果沉淀四样东西齐备。缺一样，AI 就退化成高级聊天机器人。
二、为什么 ERP 反而是 AI 干活的主场
聊到这你可能会问：那到底什么样的系统，AI 才能真正上手干活？答案可能出乎意料——恰恰是那些被吐槽"又重又复杂"的 ERP。
原因很简单：ERP 天生具备上面四样东西。业务上下文它全有（客户、订单、库存、财务），工具接口它全有（业务流程就是工具链），执行编排它全有（审批流、工作流就是现成的），结果沉淀它全有（所有操作都落账）。ERP 缺的不是干活的土壤，而是干活的脑子。把 Agent 接进 ERP，等于给一个原本只会记录的系统装上了"看得懂、会判断、能执行"的上层。
普联软件的落地路径就是标准样板：知识问答助手负责"辅导员工怎么用系统"，文档智能处理助手负责"吃透合同、单据、制度这些非结构化材料"，两者直接嵌在信创 ERP 里。对走国产替代路线的企业来说，这个信号尤其重要——过去大家担心"换掉国外系统后，AI 能力会不会跟着缩水"，现在信创厂商用行动回答：AI 是跟着业务走的，不是跟着品牌走的。
Odoo 那边其实更早就摸到了这条线。7 月底 Odoo 官方放出一批出海案例，其中精密机电企业 Motek 的看点不在 AI，而在于"数据打通"本身——订单、库存、采购、制造、财务全链路跑在一个底座上，错发率直降 60%。为什么提这个？因为这就是 AI 干活的前提。数据都不在一条线上，AI 连"错发率"都算不出来，遑论帮你降。先有"通"，才谈得上"智"。
三、从"问 AI"到"指挥 AI 团队"：一条四级的爬坡路
技术底座是前提，但组织这一侧同样卡人。至顶科技前两天发了个模型，把企业智能体落地看成从 101 到 401 的递进课程，我挺认同，直接转述给你：
| 阶段 | 员工与 AI 的关系 | 典型动作 |
|---|---|---|
| 101 | 向 AI 寻求帮助 | 问答、搜索、文档摘要 |
| 201 | 与 AI 协作完成任务 | 人机分工、结果校验 |
| 301 | 授权 AI 独立完成工作 | 预设规则、异常上报 |
| 401 | 统筹多智能体编排 | 跨系统、跨流程协同作战 |
这个框架的好处在哪？它把"AI 转型"从一笔糊涂账变成了可以逐级打勾的清单。我见过太多企业一上来就想直接上 301、401——AI 独立干活、多智能体协同——结果组织里没人会校验 AI 的产出，规则没定清楚，翻车是必然的。这跟 7 月 WAIC 上网易智企讲的"AI 上岗三步法"（知识底座→流程嵌入→持续成长）是一个道理：先让员工学会用，再让 AI 学会干，最后才谈让 AI 团队独立作战。
一句话提醒：AI 越能干，出错的破坏力越大。在 301 阶段之前，一定要把权限边界、异常上报、人工审批这三道闸装好。这跟系统没关系，跟管理有关——Gartner 预测 2027 年底前四成多 agentic AI 项目会被砍，砍掉的大多不是技术不行，是闸没装好。
结语
写到这里，我把这两条新闻的核心结论提炼一下：
对平台型厂商（美团、阿里这类），Agent 的胜负手在"业务上下文"——谁把场景数据、工具、执行链路吃得更透，谁就跑在前面。对企业管理软件（ERP 厂商和信创厂商），Agent 的胜负手在"把底层数据底座先打通"——Motek 降 60% 错发率靠的不是 AI，是数据一条线。而对正在规划 AI 项目的企业管理者，真正该排进时间表的，除了系统升级，还有一张员工能力从 101 爬到 401 的路线图。
对话框里装不下真正的工作，这话听着扎心，但对所有想靠 AI 提效的企业来说，是个特别清醒的开始。先想清楚你的业务上下文在哪里、数据通不通、员工会不会用——这三件事想明白了，Agent 落地是水到渠成；想不明白，换多少个模型都一样。
