【架构师老王】AI真的在“杀死”软件吗?从系统烟囱到Agent时代的非侵入式重构

news2026/3/28 23:52:08
摘要近期“AI杀死软件”的论调在硅谷和国内技术圈闹得沸沸扬扬。作为一名在企业架构领域摸爬滚打15年的老兵我见证了从单机版到SOA再到微服务与云原生的每一次浪潮。客观来讲AI杀死的并不是“软件”本身而是那些低效率、重耦合、交互反人类的“传统软件范式”。当前的数字化转型已进入深水区企业IT负责人正面临前所未有的尴尬一边是业务部门高喊着要大模型提效另一边是企业内部林立的系统烟囱、满山的“屎山代码”以及无法穿透的内网隔离。市面上大多数纯对话式AI如ChatGPT类应用在企业实战中往往沦为“玩具”因为它们无法触达核心业务系统执行任务。本文将从企业架构师的视角深度剖析为何“非侵入式集成”将成为AI Agent时代企业提效的唯一出路并评测以“实在Agent”为代表的实战级方案如何破解数据孤岛难题。企业架构的隐秘痛点被“囚禁”的数据与被“拖垮”的IT在聊“AI杀死软件”之前我们先看看软件是怎么“困住”企业的。1. 系统烟囱与数据孤岛数字化的“烂尾楼”在大型企业中ERP企业资源计划、CRM客户关系管理、OA办公自动化、HRM人力资源管理通常由不同时期的不同供应商提供。这些系统就像一座座孤立的“烟囱”数据被锁死在各自的私有数据库和复杂的UI界面之后。我曾主导过一家制造企业的数字化审计发现财务人员每天要从SAP里导出报表手动调整格式再录入到自研的资金管理系统中。这种“人工搬运数据”的现象在所谓的高科技企业中竟然随处可见。数据孤岛的本质不是企业没有数据而是数据被囚禁在了缺乏互通能力的软件外壳里。2. API 集成的死胡同昂贵的“手术费”面对孤岛架构师的第一反应通常是“开API”。但现实很残酷老旧系统Legacy System难题很多核心业务系统是十年前的CS架构客户端/服务器根本没有Web接口。文档缺失当年的开发团队早已解散面对几万行毫无注释的代码谁也不敢动手术。改造成本与风险强行在生产系统上开接口不仅开发周期长动辄一个月起步还可能引发系统崩溃或安全漏洞。对于很多CIO来说为了一个小需求去动核心ERP的底层ROI投资回报率极低。3. IT 资源的严重错配业务部门的需求是敏捷的可能今天想要一个跨平台的实时看板明天想要一个自动对账工具。而IT部门的资源是稀缺的80%的精力被牵扯在维护现有系统的稳定性上。这种供需矛盾导致了大量“边缘需求”被无限期搁置最终业务人员只能继续靠人力去“填坑”。架构级场景实测跨系统自动对账的“生死时速”为了验证AI如何真正重塑软件交互我们设定一个高频痛点场景跨系统SAP与自研OA的财务自动对账与异常处理。方案 A传统集成方案API/硬编码脚本在传统架构下IT部门需要需求分析协调SAP顾问和OA开发团队确认数据字段。接口开发在SAP侧编写RFC接口在OA侧编写RESTful API。中间件部署为了数据安全可能还需要部署一套ETL工具。异常处理编写大量的Try-Catch逻辑来应对网络波动或系统超时。踩坑记录在实际执行中我们发现SAP的某个字段在UI上显示正常但数据库底层存储格式极其诡异。开发周期从预期的两周拖到了一个月且SAP系统一旦进行版本升级接口大概率会挂掉。这种强耦合的架构方案不仅重而且脆。方案 B实在Agent 方案非侵入式 AI 智能体作为架构师我近期重点关注了“实在Agent”这类基于大模型驱动的自动化方案。它的核心逻辑是不改动原有系统代码像人类员工一样直接操作前端界面。落地路径拆解Step 1指令下达用户在钉钉或飞书上直接对实在Agent说“帮我核对本周SAP的销售订单和OA的报销记录把金额不符的列出来。”Step 2意图拆解Planning实在Agent内置的TARS大模型会自动将这句模糊的指令拆解为登录SAP - 导出销售报表 - 登录OA - 提取报销数据 - 内存中比对 - 生成异常清单。Step 3执行与交互ExecutionAgent调用**ISSUT智能屏幕语义理解**技术精准识别SAP那陈旧的CS客户端界面元素。它不需要API而是通过模拟点击和视觉抓取完成操作。Step 4自修复Self-healing如果SAP弹出一个临时的系统通知框传统的RPA会直接报错宕机但实在Agent能理解这是一个“弹窗干扰”并自主决策将其关闭继续任务。ROI 评估实施成本从一个月缩短到3天。维护成本由于不依赖底层标签Selector系统UI的小改动不会导致自动化流失效。赋能业务业务人员Citizen Developer可以通过自然语言微调逻辑不再依赖IT排期。底层技术解构为什么说 ISSUT 和 TARS 是破局关键作为技术专家我极其反感那些只谈概念不谈底层逻辑的AI产品。实在Agent之所以能实现这种“非侵入式”的优雅集成底层有两个硬核技术支撑。1. ISSUT智能屏幕语义理解超越 CV 的视觉之眼传统的自动化工具如Selenium或传统RPA依赖于DOM树或控件ID。一旦软件升级ID变了脚本就废了。实在Agent的ISSUT技术更接近人类视觉。它通过深度学习模型对屏幕进行像素级的语义分割。无论是一个远古的VB开发的CS软件还是一个复杂的Web页面它都能识别出“这是一个搜索框”、“这是一个提交按钮”。这种“所见即所得”的能力使得它能够穿越各种异构系统真正实现无缝集成。2. TARS 大模型从“死板脚本”到“灵活大脑”“AI杀死软件”的本质是AI接管了软件的操作权。TARS大模型的作用在于逻辑编排与异常感知。在复杂的企业流程中往往存在大量的条件分支。传统的硬编码流程需要写无数个if-else。而TARS能够理解业务逻辑的上下文。比如在对账时发现数据缺失它会根据常识判断是应该报错跳过还是去另一个系统里找补这种具备“规划”能力的智能体才是企业降本增效的真谛。架构师老王的最终建议务实地拥抱 Agent 时代回到最初的问题AI会杀死软件吗我的结论是AI正在杀死“作为壁垒”的软件但它正在激活“作为能力”的软件。在未来的企业架构中传统的、厚重的GUI界面将逐渐退居幕后取而代之的是一个个敏捷的Agent。作为CIO或IT负责人我们不应再陷入“推倒重建”或“重度API集成”的泥潭那太慢也太贵。我的实战建议如下保持架构的“轻量化”对于那些老旧但核心的系统采用“非侵入式”的Agent方案进行数据打通保护现有投资。拥抱“低代码/无代码”的平权利用实在Agent这类工具将简单的自动化权限下放到业务一线让IT部门从琐碎的报表开发中解放出来去攻克核心业务架构的演进。构建“智能执行层”在现有的ERP、CRM之上构建一层基于Agent的智能执行层。让AI不仅能“说”更能通过操作软件来“做”。“AI杀死软件”不是终点而是智能企业进化的起点。在这个过程中善用工具、看清底层逻辑的架构师将成为企业数字化转型中最具价值的舵手。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2455059.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…