Zip超级智能体：守护企业财务安全
Zip，这家估值达22亿美元的AI采购平台，于周一宣布了两款标志性产品，标志着其从采购软件向自主AI平台转型的重要里程碑：一套由五款AI”超级智能体”组成的套件，能够在Zip的治理框架内审查合同、编码发票并与供应商谈判，以及一款采购原生的Model Context Protocol实现，将Zip的数据直接导入Claude和ChatGPT等AI助手，同时不牺牲审计痕迹或合规控制。
这些产品在Zip于纽约举行的AI峰会上发布，邀请了来自Anthropic、OpenAI、Datadog和Humana的演讲嘉宾。这一发布正值采购技术领域成为企业AI最激烈战场之一的时刻。几周前，SAP在Sapphire 2026大会上发布了”自主企业”愿景，在财务、供应链和采购领域推出了超过50个特定领域的Joule助手。Coupa则在5月份的拉斯维加斯Inspire 2026大会上推出了自己的Compose平台和Catalyst服务包，这是一个用于构建和协调采购领域AI助手的平台，并提供前沿部署的工程服务。此外，Gartner预测到2026年底，40%的企业应用将包含特定任务的AI智能体，而当前这一比例还不到5%。
采购团队为何将敏感财务数据上传至个人AI账户
这次发布围绕着一个企业焦虑展开，采购主管们在私下日益描述但很少公开提及：他们的员工已经在使用AI处理敏感的财务工作，但他们只是在未受监控的个人账户中这样做。
在企业内部，员工正将支出数据上传到Claude进行分析，在ChatGPT中标注敏感合同，在个人Gemini或Copilot账户中生成内部财务分析。每次这样做时，敏感的企业数据都会离开每个行动都受控制和审计的系统，进入没有监督、没有合规控制、也没有任何操作记录的环境。
这种做法的错误后果并非假设性的。《萨班斯-奥克斯利法案》(SOX)违规可导致高达2500万美元的罚款。高管可能面临监禁。未能通过合规审计的上市公司可能会被摘牌。当审计师六个月后询问某个决策是如何做出的时，没有人能够提供记录。
“在与数百家企业合作后——包括全球领先的AI公司——我们了解到这类工作已经在进行，无论是否有治理，”Zip联合创始人兼CTO Lu Cheng表示，”即使是自己构建AI的公司也希望这项工作受到治理。”
Zip的CEO Rujul Zaparde在接受VentureBeat采访时进一步阐述了这一点，描述了使采购成为AI治理异常高风险领域的竞争动态。”大多数企业并非在单一采购平台上运营，”Zaparde说，”他们运行SAP作为ERP系统，Coupa用于部分采购，ServiceNow用于IT请求，合同管理工具用于法律事务，风险和合规平台用于供应商尽职调查，以及 alongside它们的大量点对点工具。”
他认为这种碎片化给了Zip作为连接所有这些系统的编排层带来独特优势：”AI只能与其可访问的数据一样好。由于Zip位于所有这些工具之上，对每个工具都有可见性，并编排从请求到支付的整个采购流程，其AI可以在整个采购工作流程中采取行动，这是点对点解决方案无法实现的。”
Zip五款超级智能体：自动化采购瓶颈的核心功能
Zip正在推出五款超级智能体，每款都针对采购生命周期中的特定压力点。采购智能体解除停滞请求并管理尾部支出谈判；法律智能体根据公司批准的剧本审查和修改合同；AP智能体分类、编码、匹配和路由发票；配置智能体识别工作流程瓶颈并起草配置更改供管理员审查；而接收智能体指导员工完成合规请求创建，将采购路由到正确的购买渠道，并引导至首选供应商。
这五款智能体并非独立服务。Zip的工程博客揭示了其背后的架构理念：Zip的所有智能体——预构建的和自定义的——都在公司App Studio工作流自动化平台内构建的共享执行引擎上运行。它们仅在配置上有所不同：定义行为的提示、可访问的工具和输出格式。Zip的工程团队将其描述为”乐高积木”模型——即用智能体模型；自定义智能体是企业选择用相同组件构建的任何内容。
在底层，智能体架构使用四节点LangGraph状态图——预处理、编排、最终合成和后处理——将信息收集与响应生成分开。编排节点包含一个ReAct(推理+行动)智能体，可自主决定调用哪些工具：通过向量搜索的文档检索、来自采购请求和合同的结构化API数据，或参考库中的公司特定政策上下文。
这种分离是故意的。正如Zip工程团队所解释的，将研究和合成合并到单个LLM调用中，意味着要求一个模型同时成为勤奋的研究者和雄辩的写作者。将它们分开允许Zip独立优化每个部分——包括为每个部分使用不同级别的模型。
当AI智能体误分类15万美元合同时会发生什么
Zaparde分享了测试中的一个具体错误案例，说明Zip的人机循环设计如何处理现实世界中的故障。”我们的接收智能体将15万美元的营销服务合同标记为标准SaaS订阅，”他说，”但由于每个超级智能体在执行前都会经过人机循环检查点，采购团队在问题扩大前就发现了这一错误分类。他们更正了类别，正确的审批人被纳入流程，GL编码也准确地向下流动。”
这个错误和纠正的案例揭示了Zip系统在处理AI智能体潜在故障时的实用方法，通过人机协作确保即使AI出错，也不会导致严重的财务或合规问题。
关注微信号：智享开源 ，及时了解更新信息。
关注微信
还没有任何评论，你来说两句吧！