AI智能体Catalyst：前瞻性IT问题检测与自动化修复

Serval公司宣布将其AI智能体Catalyst全面开放，并于周四默认为所有客户启用。这一创新技术使AI智能体团队能够决定应该自动化哪些任务，并自行构建自动化解决方案。

Catalyst作为Serval的原生AI服务管理平台之上的”超级智能体”，面向管理员设计。它可以检查工单历史、标准操作程序或自然语言指令，识别重复性工作，并起草自动化所需的工作流程、技能、表单、访问策略、旅程和仪表板。

Serval还利用Catalyst创建背景智能体，这些智能体能持续检查连接系统中的新兴问题，并在员工提交工单前主动提出修复方案。

这一创新之所以重要，是因为企业服务管理供应商正迅速 converging 在AI辅助工作流创建领域。ServiceNow的Build Agent已能将自然语言指令转化为全栈应用程序、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可根据纯英文需求生成Jira自动化流程，而Freshworks则提供Freddy AI智能体工作室，用于创建跨Freshservice工作流程的服务智能体。

然而，Serval的差异主张更加精准——”我们使用AI构建工作流程”之外，Catalyst被设计为单一管理层面，能够从发现机会、构建多种受治理的自动化，到创建主动寻找新工作进行自动化的智能体。

“您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程，解决整个公司的密码重置问题，”Serval联合创始人兼CEO Jake Stauch在接受VentureBeat独家采访时表示。

从工单历史到工作自动化

Serval表示，Catalyst会在组织决定自动化什么之前分析现有帮助台数据。如果发现重复性请求类别，它可以起草解决这些请求所需的自动化，并将结果暂存供管理员审查。用户还可以上传标准操作程序或电子表格，要求Catalyst将文档流程转化为可执行系统。

Serval的文档显示，Catalyst可以构建工作流程、编写帮助台技能、创建入职和离职旅程、配置访问管理策略、构建仪表板、调查运营问题以及调试失败的工作流程运行。与Serval早期的工作流构建器不同，Catalyst旨在成为配置平台的主要界面；公司表示其长期目标是，管理员通过用户界面能够完成的任何操作，也应能通过Catalyst实现。

实际的工作流程由代码支持。在一次演示中，Stauch展示了Catalyst如何接受构建密码重置工作流程的请求，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程。

Catalyst底层模型可灵活替换

Serval并未构建自己的基础模型。Stauch在接受采访时表示，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，并有意保持模型中立性。”您可以替换不同的模型，”他说，并补充道Serval也与构建自己模型的企业合作。

Stauch在2026年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。他表示OpenAI的GPT模型在最终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自动化系统代码生成方面——与Catalyst最直接相关的任务——产生了最强结果。Stauch称，Serval持续进行评估，而非自动将所有工作负载转移到最新模型版本。

这种架构使底层大语言模型在Serval的差异主张中不那么核心。公司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模型。

然而，材料并未表明每个Catalyst用户都能获得自助服务菜单来任意选择单个模型。相反，Serval的主张是其专有价值在于这些模型周围的框架：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、工作流程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，并让模型生成实现方案。

但ServiceNow在这方面已不再停滞不前。其当前的Build Agent同样能从自然语言提示创建应用程序和代码，支持流程设计和测试，并在ServiceNow的治理框架内运行。ServiceNow的AI智能体工作室让客户能够创建智能体和智能体工作流程，而AI智能体顾问则明确旨在分析运营记录以寻找自动化候选。

因此，竞争问题正从”谁拥有生成式AI？”转向需要多少独立工具、配置概念和专家，才能从观察到的运营问题到生产自动化。

ServiceNow现在拥有强大但更广泛的AI和开发表面，包括Build Agent、AI智能体工作室、AI智能体顾问、工作流工作室和AI控制塔。这种广度对于已深度投资ServiceNow的客户是优势，但也说明了Serval正在解决的复杂性。ServiceNow本身指出，Build Agent面向能够和支持其生成内容的管理员和开发者。

Atlassian从不同的起点朝着相同的方向发展。Rovo可以根据自然语言描述生成”如果发生这种情况，那么发生那种情况”的自动化流程，而Jira服务管理日益支持分类、调查和执行服务工作的智能体。Freshworks的Freddy AI智能体工作室同样强调端到端解决请求的智能体，提供预构建的IT和HR智能体以及30多种工作流程模板。

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