实在智能携Soiawork 亮相世界互联网大会乌镇峰会
11 月的乌镇，又进入了一年里最热闹的几天。
2026 年世界互联网大会乌镇峰会于 11 月 2 日至 5 日举行，今年的主题是“开源开放 共建共享——携手构建网络空间命运共同体”。27 个分论坛里，人工智能几乎出现在每一场讨论中：开源生态怎么建、智能体之间怎么互信互操作、机器人与具身智能走向哪里。
我们把 Soiawork 带到了现场。
展台位置：世界之光博览中心 A 馆 A4-02。
这几天在展台，我们想和大家聊的不是“AI 有多强”，而是三个更具体的问题——也是很多企业在真正推进 AI 时，绕不过去的三道坎。
• Soiawork
第一个问题
AI 进得去业务系统吗？
企业的工作不在对话框里，而在办公平台、CRM、ERP，以及各种行业软件里。有的系统接口完备，有的只有网页端，甚至还有界面停留在很多年前的。
所以我们做了两类能力。对有 API、MCP 等开放接口的软件，用连接器在授权范围内调用受支持的查询、创建、更新操作；对没有可用接口、只能界面操作的系统，用部署在执行设备上的 Worker，结合 RPA 与 Computer Use Agent 完成适配范围内的任务。这套能力在 OSWorld 基准测试中取得了 90.2% 的任务成功率。
目前连接器已覆盖 MES、ERP、CRM、SRM、办公协作与企业信息查询等常用工具。你也可以直接和 Soia 对话，创建一个属于自己的连接器。
我们的判断很简单：企业的系统不可能为了迎接 AI 全都改造一遍。
能不能在没有接口的地方也建立起入口，决定了 AI 是站在业务现场外面给建议，还是能真正动手把事做完。
• Soiawork
第二个问题
做成一次的事，第二次还做得到吗？
很多企业其实已经跑通过一些不错的 AI 任务。但这些任务是怎么做出来的，往往只留在某个人的对话记录里。
Soiawork 用三层来承接这件事：知识库让 AI 找得到企业资料，Skill 把验证过的方法固化成可复用的技能，Workflow 把多环节任务的步骤与条件组织成可重复运行的流程。
说白了，知识库解决“知道什么”，Skill 解决“会做什么”，Workflow 解决“按什么顺序做、在什么条件下做”。
把一个人做成过一次的事，变成团队可以反复做成的事——这是我们认为 AI 投入不白花的前提。
• Soiawork
第三个问题
人多了、智能体多了，谁来管？
一个人用 AI，不需要谈管理；一个团队用 AI，问题立刻变成：谁授权、谁在跑什么任务、花了多少、出了事能不能查。
所以除了能力，我们还准备了秩序：共享工作空间把一组任务共用的背景、文件、知识库、技能、工作流和连接器放在一起，按成员职责配权限；在此之上，权限、审批、审计和用量与成本管理，让 AI 的使用有边界、投入有记录。
这层东西听起来不性感，但它决定了 AI 能不能从“试点”走到“铺开”。
• Soiawork
落到具体工作里，
是这四类场景
能力讲多了容易变成概念。所以我们更习惯说具体的手上活——下面这几个场景，都是我们已经能接住的工作。
• 制造业：让“缺什么、什么时候能补上”提前看得见
计划员最熟悉的一个动作：从邮件里收需求附件，去 ERP 导库存和采购清单，合并成 Excel 算缺口；需求或库存一变，就得重算一遍，而缺料往往到开工那天才被发现。这就是常说的物料齐套检查。
现在可以这么干：按工单和有效 BOM 算出用料需求，核对库存、已占用数量、在途采购和预计到料时间，直接列出“哪些工单能开、缺什么、什么时候能补齐”。
另一个高频动作是报工：班组先记纸单，再由文员录入 MES/ERP，工单号或批次填错，系统进度就和现场对不上。
我们把现场报工汇总起来，按工单、工序、设备和批次核对数量，把漏报、重复报工和合格数不匹配的记录标出来，由班组或主管确认后再写入已授权的系统。
同样的思路也用在订单评审、生产排产、质量异常追溯、设备故障排查、图纸参数提取和发货物流跟进上。
• 电商：多平台、多店铺带来的重复动作
同一个商品，标题、规格、类目、价格和图片要在几个平台反复填，被驳回了还得逐店查原因；售后更琐碎，各平台规则不同，退款、退货、物流、凭证要一项项对，还得盯着处理时限。
我们做的是把这些重复动作接下来：上架时按平台字段要求检查已审定的资料，准备待填内容，类目和价格由运营确认后提交，再回读审核状态、列失败与待审商品；售后按各平台规则汇集订单、金额、物流和凭证，列出处理建议与缺证据项，退款争议和金额异常交负责人确认。
大促报名、订单分仓、延迟发货催办、经营利润核对也是同样的做法。
• 跨境电商：口径、时差与多币种
跨境经营最常见的痛不是不会做，而是口径对不上：多站点、多币种、多时区，结算和订单跨期发生。
比如收入对账，财务要逐店铺下载结算表，手工去重、匹配 ERP 订单，再检查退款和上期暂估，容易重复也容易遗漏。
我们按店铺、订单号、币种和账期核对结算、订单与暂估，把缺单、退款和差额列出来，准备调整建议；汇率、税费和收入确认由财务审核。
订单归集也一样：按授权店铺和时间窗口整理订单号、币种、商品与状态，去重并列出缺项和冲突。海外仓货件、商品刊登、申诉证据整理同理。
• 医药零售：把专业判断留给专业的人
医药零售的场景有个共同前提：很多环节不能交给 AI 拍板。
比如处方订单协同，订单人员要在平台、库存系统和处方服务页面之间来回切换，逐笔核对商品、可售数量和审核状态。
我们做的是核对授权订单与库存、传递已有资料、查询审核状态，只回传已审核通过的结果；处方开具、审核、调剂和用药判断，仍然由具备资质的人员负责。
门店收款对账也是同样逻辑：按门店、渠道和账期匹配订单与金额，列出未匹配、重复、退款和到账差异，调整与追款由财务确认。
• 人一直在环里
把上面这些场景看完，你会发现一个共同点：每一个都保留了人工确认的位置。
原因很简单。AI 擅长把散在各处的资料汇到一处、把该比的比完、把异常挑出来；但“这笔能不能接”“这个价格能不能提”“这批货能不能放”，这些判断依然需要人来下。
所以我们说的“让 AI 进入业务”，不是把人从流程里拿走，而是把人从重复核对里换出来——把时间还给判断。这也是我们在展台上最想和制造业、电商、跨境和医药的团队聊的一件事。
• Soiawork
为什么是乌镇
因为“开源开放”说的正是这件事
今年大会的主题里有“开源开放”四个字。放在企业场景，我们的理解是：AI 的能力要能被接进企业既有的系统和工作方式里，而不是要求企业先推倒重来。
另一个我们很关注的议题，是分论坛里的“智能体互信互联互操作”。企业内部的多个智能体之间，同样需要一套互信机制——谁能调谁、什么时候可以执行、出了问题谁复核。
我们把这些做进了平台，也是希望 AI 在组织里是“讲规矩”的。
这几天，我们会在展台。欢迎你带着自己业务里的具体问题来——哪套系统没有接口、哪个流程总是卡在人工核对、哪个报表每天要花两小时。这些问题比概念更能说明 AI 该怎么用。
如果你不在乌镇，也欢迎在后台留言告诉我们。我们一直在做的事情没有变：从一个任务开始，让 AI 进入业务，让有效经验成为组织能力。
Soiawork，帮助企业轻松构建 AI 组织。
