过去两年，企业里的 AI 主要干一件事：回答问题。问它"哪些客户逾期？""这个月毛利多少？"，它答得不错。但 2026 年夏天，画风变了——AI 不再满足于"说"，它要"做"：库存低于安全线自动建采购单、把一张 PDF 直接变成项目、半夜审完一本账。
从"回答问题"到"在数据库里执行动作"，这中间差的不只是模型能力，而是一块能让智能体读得懂、写得了、审计得到、且不被黑箱锁死的业务系统地基。本文想说一个被很多人忽略的判断：在智能体时代，开源 ERP、可自托管的 ERP，反而比闭源 SaaS 更适合做这块"执行基盘"。
一、从"系统记录"到"系统执行"：智能体需要一块可读写的地基
行业里一个共识正在形成：ERP 正在从 System of Record（记录系统）变成 System of Action（执行系统）。这不是口号，是多家厂商同一季度的动作。
IBM 在 2026 年 8 月为 watsonx Orchestrate 推出专门面向供应链的智能体框架——港口突发封港时，它能自己分析替代航线、核算成本时效、通过 API 与承运商重新议价，并实时回写库存与 ERP 系统。Oracle 同月在 OCI 自治数据库上推出"DBA Agent"，自动重写低效 SQL、零停机打补丁、预测资源需求并自动扩缩容。两者共同点：智能体不是在旁边"建议"，而是直接动到了业务系统的数据。
智能体要执行，第一步不是训练更大的模型，而是先有一块它够得着、读得准、写得稳、还能被追责的业务地基。模型是发动机，地基是跑道——跑道是烂的，发动机再猛也起飞不了。
这就引出关键问题：这块地基，该用闭源 SaaS 还是开源 ERP？答案在智能体的"执行"特性里。
二、开源ERP的三张底牌：透明API、数据自控、无锁定
智能体"写 ERP"时，最怕三件事：看不清字段语义、数据被别人捏在手里、改个接口要等厂商排期。开源 ERP 恰好把这三件事变成了自己的底牌。
| 系统 | 开源协议 | 免费核心 | 付费选项 | 定位 |
|---|---|---|---|---|
| Odoo Community | LGPL | 免费自托管 | Enterprise ~$24.90/用户/月 | 模块化全能，生态最大 |
| ERPNext | GPLv3 | 完全免费核心 | Frappe Cloud ~$10/月 | 真正零付费墙的全套ERP |
| Dolibarr | GPLv3 | 免费自托管 | Dolibarr Cloud | 小企业最简 |
| Tryton | GPLv3 | 免费自托管 | 第三方托管 | 开发者/会计深度 |
| Apache OFBiz | Apache 2.0 | 免费自托管 | 集成商支持 | 企业级重度定制 |
这张 2026 年的免费 ERP 对比（来源：business-software.com《The Best Free ERP Systems》、erpresearch ERPNext 评测 2026-08-08）说明一件事：主流开源 ERP 的"免费"指的是许可证免费，但要为部署和运维的 IT 工时买单。对智能体场景，这笔账反而划算——
透明 API开源 ERP 代码与数据模型完全可见，智能体对接时不必逆向黑箱、等厂商开放接口，字段语义自己说了算。数据自控可自托管意味着数据不出域，智能体的读写动作、审计日志都在企业自己手里，合规与追责边界清晰。
erpresearch 最新评测显示，ERPNext 已服务 15,000+ 家公司、覆盖 150 个国家，完全自托管成本为 0；Odoo Community 是全球使用最广的开源 ERP，应用商店里大多数问题已有现成解法。当智能体需要"读 ERP、写 ERP"，这些现成的、可审计的接口，比闭源 SaaS 里"厂商给多少权限你才能做多少事"的处境，灵活得多。
但必须泼一盆冷水：开源不等于开箱即用的智能体基盘。business-software.com 直言——"许可证免费，但你要为部署、升级、维护的 IT 工时预算"。ERPNext 的 HR、医疗等模块已拆成独立 App，企业级报表相对基础；自托管需要 DevOps 能力。选开源，是把"控制权"换回来了，但运维责任也一起换回来了。
三、国内样本：海尔6万数字同事与中山小家电的启示
这套"开放地基 + 智能体"的逻辑，在国内已经有了重量级样本。2026 年 8 月 6 日，海尔智家披露：已有超过 6 万名员工配备了专属"数字同事"（超级智能体"智小能"），覆盖研发、制造、供应链、销售全业务流程——这不是小范围试点，是全员渗透。
6万+海尔智家配备"数字同事"的员工数（2026-08-06）；工艺规划从数小时压缩至几分钟、准确率提升 20%+、研发周期缩短 30%
海尔能跑通的关键，是它多年前就用 H-work 统一平台把全链路业务能力、岗位权限与系统接口收拢整合，到了智能体阶段再把底层业务 API 做"语义化升级"——让 AI 按岗位自动匹配执行路径，直接帮员工"完成操作"而非只给"操作指南"。更关键的是，这套架构让 AI 有了"边界意识"：比起回答得像不像人，懂得在权限与规则内止步，才是企业级 AI 可靠运行的前提。
另一个更"草根"的样本来自《经济观察报》8 月 10 日的报道：中山一家小家电企业搞"AI 创新实验室"，出乎意料的是，AI 没有停在 IT 部门，而是向各个岗位"出走"——研发工程师把设计经验灌进智能体，维修工把故障处理方法变成知识库，连行政都在用 AI 优化流程。负责人感慨："以前觉得数字化是 IT 的事，现在发现，懂场景的人才最适合用 AI。"
报道把企业数字化分成三阶段：① 员工自己造智能体（点火）；② IT 部门转型为系统架构部门，把散落的智能体数据串起来（修路通电）；③ 战略变化。这恰好印证了本文的判断——智能体的价值，取决于它脚下的那块"系统地基"是否开放、是否干净、是否连通。地基如果是封闭黑箱、数据各说各话，造出来的智能体再多，也只是孤岛上的孤岛。
四、CIO实操建议：先选地基，再谈智能体
聊了这么多，落到实操。如果只记一件事，我建议 CIO 记住：智能体是上层应用，ERP 是底层地基；地基选型错了，上层再炫也是沙上筑塔。
第一步：把"智能体友好度"写进 ERP 选型清单。评估一项 ERP，不再只看模块全不全，而要看三点——API 是否透明可审计、数据能否自托管可控、字段语义是否开放可扩展。对预算有限又想自主管控的中小企业，Odoo Community / ERPNext 这类开源方案往往比闭源 SaaS 更适配智能体演进。
第二步：先把数据"打扫干净"，再让智能体动手。Odoo 合作伙伴 Majorbird 在点评 Odoo 20 Agentic AI 时说得直白：智能体只会和它脚下的数据、流程一样好；在物料清单落后三版、安全库存靠影子表格修正的脏数据上跑自动建单，只会批量制造要回滚的订单。先有统一主数据，才谈得上把智能体指过去。
第三步：用"嵌入→重构→融合→原生"的节奏走，别一步到位。海尔、中山小家电都不是一天建成的。先让智能体嵌进现有流程提效，跑顺了再考虑重构，最后才谈 Agent 原生。组织与数据跟不上时，硬上全自动只会放大混乱。
写到最后想说一句：当行业都在追"哪个模型更强、哪个智能体更聪明"时，真正决定 AI 能否在企业里跑起来的，往往是脚下那块最不起眼的 ERP 地基。开源不等于万能，但"透明、自控、无锁定"这三张牌，在智能体需要读写业务系统的时代，价值被重新放大了。对 CIO 来说，2026 年的考题不是"要不要上智能体"，而是"我的 ERP，配不配做智能体的执行基盘"。
