Catalyst：AI驱动的IT问题预防与自动化

智能体Catalyst：企业自动化的革新者

Serval公司已于周四将其用于构建企业自动化的AI智能体Catalyst正式全面推出，并默认向所有客户开放该功能。这一创新技术使AI智能体团队能够决定应该自动化什么，然后自行构建相应的自动化解决方案。

Catalyst作为Serval原生AI服务管理平台之上的面向管理员的”超级智能体”，能够检查工单历史、标准操作流程或自然语言指令，识别重复性工作，并为自动化流程起草所需的工作流、技能、表单、访问策略、旅程和仪表板。

此外，Serval还利用Catalyst创建背景智能体，这些智能体会持续检查连接系统以发现新兴问题，并在员工提交工单前提出修复方案。

从被动响应到主动预防

这种区分具有重要意义，因为企业服务管理供应商正在迅速转向AI辅助的工作流创建。目前，ServiceNow的构建智能体已能将自然语言指令转换为全栈应用程序、流程、脚本和其他平台元数据；其AI智能体顾问可分析实例记录以识别自动化机会。Atlassian的Rovo可从普通英语需求生成Jira自动化流程，而Freshworks则提供Freddy AI智能体工作室，用于创建可在Freshservice工作流中运行的服务智能体。

因此，Serval的差异化主张比单纯”我们使用AI构建工作流”更为精细且影响深远。Catalyst被设计为单一管理层面，能够从发现机会，到组装多种受控自动化，再到创建持续寻找新工作自动化的主动智能体。

“你只需从一个简单的提示开始，就能获得可部署的企业级工作流，解决整个公司的所有密码重置问题，”Serval联合创始人兼CEO Jake Stauch在接受VentureBeat独家采访时表示。

从工单历史到自动化工作流

Serval表示，Catalyst会在组织决定要自动化什么之前，分析现有的帮助台数据。如果发现重复类别的请求，它可以起草解决这些请求所需的自动化，并将结果呈现给管理员审核。用户还可以上传标准操作程序或电子表格，并要求Catalyst将文档化的流程可执行化。

实际工作流由代码支持。在一次演示中，Stauch展示了Catalyst如何接收构建密码重置工作流的请求，检测包括Okta、Google Workspace和Microsoft Entra在内的连接系统，并执行这些操作所需的底层TypeScript代码。然后，管理员可以添加审批流程或限制谁有权运行该工作流。

灵活的模型架构

Serval并未构建自己的基础模型。Stauch在采访中表示，公司使用”前沿实验室”的模型，通过评估确定哪些模型最适合特定任务，并且 deliberately model-agnostic（有意保持模型中立）。

“你可以交换不同的模型，”他说，并补充道Serval也与构建自己模型的企业合作。Stauch在5月接受红杉资本采访时提供了更多细节，称Serval同时使用OpenAI和Anthropic的模型。他说OpenAI的GPT模型在终端用户交互和工具调用方面表现最佳，而Anthropic的Sonnet和Opus模型在Serval自动化系统的代码生成方面产生了最强结果——这与Catalyst最直接相关的工作负载。

这种架构使底层大语言模型在Serval的差异化中变得不那么核心。公司自己的文档现在允许组织管理员提供自己的OpenAI或Anthropic API密钥，包括兼容的自定义端点，而Stauch表示更广泛的架构可以适应不同的模型。

然而，这些材料并未证明每位Catalyst用户都能获得自助服务菜单来任意选择单个模型。Serval的主张是其专有价值存在于这些模型周围的框架中：企业上下文和记忆、集成、生成的代码、权限、审批以及控制智能体实际操作的能力。

这种代码生成模式是Serval与ServiceNow竞争的核心论点。Stauch认为，传统的ITSM部署往往积累自定义表单、业务规则、工作流和平台特定专业知识，使得看似简单的自动化变更实施成本高昂。相比之下，Serval希望管理员和业务团队能描述他们需要的结果，然后让模型生成实现方案。

关注微信号：智享开源 ，及时了解更新信息。

原文链接：https://venturebeat.com/infrastructure/servals-super-agent-catalyst-creates-roving-background-agents-to-identify-and-fix-it-issues-before-theyre-ticketed