6月22日，驾驭智能——产教融合与企业数智化转型高端论坛在京举行。会上，中央财经大学与兆企供应链管理有限公司共同开源发布WorkMate超级AI工作伙伴，针对当前企业“买了AI账号却不会用”的普遍痛点，提出了“可驾驭、可审计、会进化”的企业级AI解决方案，为AI智能体从“技术可能”走向“规模落地”提供了新路径。

  Gartner的预测报告显示，到2026年底，全球40%的企业应用将嵌入具备任务执行能力的AI智能体，较2025年不足5%的水平实现跨越式增长。然而现实中，大量企业仍停留在将AI当作搜索引擎使用的初级阶段，如何让AI真正“上手干活”，跨越从试点到规模化的鸿沟，成为产业界与学术界亟待解决的课题。

  破局痛点：企业级AI的“落地鸿沟”

  买了AI账号，员工只会当搜索引擎用——这是2026年上半年中国企业管理者的真实写照。这并非模型能力不够，而是缺少一层“连接器”。

  中央财经大学管理科学与工程学院自2024年起与兆企供应链共建产业数字金融研究实验室，旨在打通学术理论与产业实践。中央财经大学党委副书记杨莹指出，真正的技术创新不能脱离产业土壤，真正的数智化转型必须扎根中国企业的真实场景。

  2025年底，该校正式印发《中央财经大学“人工智能+”行动计划》，明确提出推动人工智能赋能教育、科技、人才一体发展。此次共同开源正是学校落实该计划、深化产教融合的具体行动。

  据了解，当前企业级AI落地面临六大核心瓶颈：AI可信性不足、新老系统难以兼容、人机协同机制缺失、权限管理混乱、敏感信息泄露风险以及跨组织扩展性差。特别是对于传统行业而言，动辄上千万的IT系统投入不可能被轻易推翻，如何实现渐进式改造成为关键。

  兆企供应链董事长徐琪表示，供应链行业的特殊性在于每个环节环环相扣，任何一个操作失误都可能造成不可估量的损失。“我们最初的想法很简单，就是用AI把员工从重复劳动中解放出来，让他们去做AI替代不了的事情，比如客户沟通、现场调研和最终决策。”

  中央财经大学产业数字金融研究实验室透露，下一步将联合更多行业伙伴共同建设产业AI开源社区，推动形成适合中国产业实际的企业级AI智能体应用标准。

  驾驭智能：Harness Engineering的中国实践

  WorkMate的核心理念是“给AI戴上方向盘、装上刹车和后视镜”，这一理念在技术层面依托于2026年AI工程化领域最新形成的Harness Engineering（驾驭工程）范式。

  与第一代雕琢提示词和第二代管理上下文不同，Harness Engineering主张构建运行环境隔离、策略规则引擎和人工审批流三层控制体系。此前，这一理念在消费级产品Hermes Agent上得到初步验证，两个月内收获2.7万GitHub星标，但也暴露出安装复杂、依赖强模型、不兼容Windows等企业级硬伤。

  WorkMate的突破在于，它完全基于国内企业真实环境打造：一键安装、云端管控、兼容微信等主流软件，并且将控制粒度细化到每一个岗位的权限。其底层逻辑是将企业管理规范编码为AI必须遵守的规则，同时将原有系统改造为AI可以直接调用的工具，让企业无需推翻现有IT资产即可渐进式接入AI能力。

  “我们把它比作‘给烈马套上缰绳’，在可控范围内引导AI完成目标。”徐琪介绍，WorkMate通过“云端集权管控+本地轻量执行+权限同源映射”的架构，把AI从不可控的个体检索工具变成安全合规的组织生产力工具。管理端部署在企业私有云，总开关由企业掌控；员工端为Windows客户端，根据不同岗位匹配专属技能包；所有AI操作均可追溯至具体员工，责任归属清晰。

  当天，北京交通大学教授曹志刚、中国人民大学教授吴武清、北京邮电大学人机交互与认知实验室主任刘伟、北京航空航天大学教授宋文燕等四位来自不同领域的学者从各自视角印证了“驾驭智能”的必要性。

  专家一致认为，企业级AI智能体的规模化落地，技术能力是基础，但“可控制、可审计、可进化”的治理体系才是决定因素。而这也正是WorkMate共同开源发布的核心价值所在。

  开源共建：从企业工具到产业基础设施

  WorkMate并非一款从实验室走向市场的产品，而是先在兆企供应链自身的业务中跑通了全流程，历经近2年打磨才以开源形式面向行业开放。

  在兆企供应链内部，WorkMate已覆盖从报价、合同、风控到数据分析的供应链核心业务。实际数据显示，塑化贸易报价响应时间从平均20分钟缩短至30秒；行业报告撰写从4小时压缩到15分钟；合同审批从1天降至20分钟。徐琪表示，“我们先用自身业务把WorkMate打磨成熟，现在通过开源，希望让每一家企业都能安全、低成本地拥有自己的AI工作伙伴。”

  本次开源发布，兆企贡献了Harness核心框架、10个供应链基础Skills模板及MCPSDK。任何企业或开发者都可以基于这套系统，快速搭建自己的行业智能体。

  业内人士认为，在AI智能体底层框架尚未形成事实标准的窗口期，通过开源吸引开发者、积累行业技能包、反哺框架迭代，是比闭源销售更有远见的做法。参考Linux、Android等成功案例，开源策略有助于WorkMate快速建立生态壁垒。

  面向未来，WorkMate的路径清晰：以年交易额超2万亿元、覆盖30万家上下游企业的塑化行业为破局点，通过开源吸引更多企业试用、反馈、共建，逐步形成行业标准，再向有色金属、农产品、建材等大宗商品领域横向复制。

  当大模型的能力竞赛逐渐进入平台期，如何让AI真正“上手干活”成为新的竞争焦点。WorkMate的开源，正是这场范式迁移中的关键一步。它以治理的确定性应对技术的不确定性，为中国企业级 AI 的规模化发展探索出了一条兼具安全性与实用性的可行路径。（记者战钊）