8 月 6 日，2026 全球商業創新大會的「小微企業數智化論壇」上，暢捷通發佈了一套新的 AI 架構。新聞通稿不長，行業媒體也沒給多大版面，但我仔細看完了產品邏輯，覺得它比很多大場面的發佈會都值得琢磨。
核心就兩句話：暢捷通給自己定義了一個「Agentic ERP」架構，造了兩個AI——「小暢」負責跟人說話，「暢龍蝦」負責替人幹活。
「小暢」大家可能眼熟，之前通過信通院首批 ERP 智能體評估的就是它，定位是智能中樞：你在對話框裡問一句「這個客戶的回款情況」，它自動把關聯訂單、賬期、回款記錄一起調出來，不用再一個模塊一個模塊地翻。這層還是「助手」的活。
真正的變化在「暢龍蝦」。按官方的說法，它是「面向企業自主進化的 AI 智能體」——可以自主規劃任務、調用業務數據、執行動作。注意這個細節：它通過 MCP 協議直接調用商品檔案、客戶信息、財務科目這些核心數據。也就是說，它不是站在對話框裡回答問題，而是把手伸進了 ERP 的事務層。
一、"回答問題"和"能幹實事"，隔著一整條執行鏈路
這兩者的差別，行業裡討論了很久，但今年各家廠商的動作把邊界畫得越來越清楚了。
过去的 ERP AI，形态基本是「聊天机器人」：你问它上个月库存周转率多少，它给你算个数；你让它生成个报表摘要，它给你写段话。看起来挺聪明，但所有动作都停在「输出信息」，下一步操作还是要人来点。
「暢龍蝦」代表的形態不一樣：從指令接收到任務執行，形成的是完整業務閉環。你說「這批貨下個月才到，把缺料預警發給採購」，它能自己規劃步驟——查庫存、核對在途、生成缺料清單、發提醒——然後在你確認後把動作做掉。
暢捷通自己的表述挺直白：「讓 AI 從『回答問題』進化到『能幹實事』。」翻譯成大白話：AI 第一次可以直接觸達經營動作，而不只是給經營建議。
這個轉變的意義，往小了說是多了一個自動化入口，往大了說是 ERP 的 AI 從「參謀」變成了「執行者」——從只動嘴，到能動手。
二、這不是暢捷通一家在動，是整條賽道在集體換擋
把镜头拉远一点看，过去一个月，几乎所有主流厂商都在往「执行」这个方向挤：
| 廠商/產品 | AI 形態 | 執行能力 |
|---|---|---|
| Odoo 19.4 | 原生 MCP 連接器 + AI 代理 | 外部 AI 工具可直接連進 ERP 資料庫讀寫，語音指令執行 |
| Oracle Fusion | 22 個 Agentic Applications | 智能體團隊在權限/審批/審計邊界內自主跑流程，人只處理例外 |
| Epicor Prism | 18+ 供應鏈預置智能體 | 解读 MRP 日志、应付校验、发货绩效识别，预批准动作自动执行 |
| 暢捷通 | 小暢 + 暢龍蝦雙引擎 | MCP 調用核心數據，自主規劃、執行、形成業務閉環 |
四家厂商，国际的、开源的、国产的，路线各不相同，但关键词高度重合：MCP、自主执行、人工确认兜底。
再看需求側的數據，就更明白這股換擋不是廠商自嗨。Futurum Group 上週發布的企業軟體決策者調研（n=833）顯示：43% 的企業期望生成式 AI 主要以「智慧體自主執行任務/流程自動化」的型態交付，而期望「副駕式助手」的只有 31%。也就是說，買家腦子裡的預期已經變了——不是讓 AI 幫我想，是讓 AI 幫我做。
所以「暢龍蝦」這種產品的出現不是孤例，是需求倒逼出來的必然。誰的動作慢，誰手裡的 AI 就停在演示層面。
三、執行型AI真正考驗的，不是模型，是三道閘
話說到這份上，得潑點冷水。「AI 能幹活」聽著爽，但真讓 AI 在 ERP 裡動手，考驗的根本不是大模型聰明不聰明，而是下面這三件事：
1. 權限邊界。AI 能調什麼資料、能改什麼單子，必須嚴格落在現有角色權限體系內。暢捷通、Oracle、Epicor 都不約而同強調「在權限內運行」——這不是套話，是執行型 AI 的生死線。一個能自主開單的 AI，如果權限模型有漏洞，比十個低效員工都危險。
2. 审批兜底。所有执行型产品都保留了「人工确认」环节：AI 把活干到九成，最后一步给人看。这既是给业务留个把关，也是给审计留个交代。
3. 數據品質。AI 執行的準確率，上限就是主數據品質的下限。商品編碼混亂、客戶檔案重複、科目口徑不一，AI 越勤快，錯得越快——這一點在後面那篇關於採用率差距的文章裡還會展開。
這三道閘裡，權限和數據是最容易被低估的。很多企業上一套執行型 AI，第一反應是選模型、配參數，結果上線以後發現：主數據亂得 AI 根本沒法定標準動作，權限邊界模糊得不敢真讓它動手。折騰一圈，還是退回人工。
四、給企業的一個務實判斷
聊到這兒，我想給正在選型或觀望的企業一個不算複雜的判斷框架：
第一，別再用「能不能聊天」評估 ERP 的 AI 了。接下來半年，各家廠商的 AI 差距會迅速體現在「能在權限邊界內自主執行什麼動作」上。看產品演示時多問一句：這個 AI 做了動作之後，審計日誌裡查得到嗎？
第二，執行型 AI 的試點，從「犯錯成本可控」的場景開始。比如開單、對帳、缺料預警、重複發票檢測這類活——價值直觀，真出錯了也傷不到核心。
第三，開源 ERP 會是執行型 AI 最舒服的試驗田。像 Odoo 這種系統，MCP 原生支援、權限模型開放、稽核日誌透明，接一個執行型智慧體的改造成本和可控性，明顯優於封閉系統。這也是為什麼 Odoo 20 把 Agentic AI 當成重頭戲——架構開放，才扛得住 AI 伸手進事務層。
最後提醒一句：凡是上來就承諾「全自動、零人工干預」的執行型 AI 方案，都要多留個心眼。行業裡 40% 以上的 Agent 專案被叫停，多數不是死在模型能力上，而是死在權限、審計、異常處理這些「不性感」的地方。執行可以交給 AI，方向盤必須留給人。
写到最后想说一句：从「会聊天」到「能干活」，这一小步，是 ERP 的 AI 从演示走向生产的分水岭。畅捷通把「畅龙虾」亮出来的意义，不在于这个产品多成熟，而在于它标志着国产小微 ERP 也正式下场押注「执行闭环」这个方向了。接下来半年，就看谁先把三道闸守好，谁先让 AI 真正上手干活。
