制造企业每天都有大量业务在向前推进。
客户资料来了，谁来整理？样品确认以后，谁记得继续处理订单？物料已经齐备，谁确认下一步可以开始？ERP里的计划形成以后，又怎样继续连接MES和生产现场？
很多企业已经拥有PDM、ERP、MES，业务数据也逐渐进入系统。但真正让流程持续向前的，仍然经常依赖一件事：
有人记得下一步要做什么。
工作人员查看系统、翻邮件、看消息、确认业务状态，再通知下一个岗位。系统已经记录了大量业务，但不同业务节点之间，仍然存在大量人工查看、判断、通知和衔接。
Sangely AI Agent即将发布，正是希望进一步改变这种工作方式。
它不是简单在PDM、ERP、MES旁边增加一个AI聊天窗口，而是尝试让AI建立在Sangely已经形成的产品数据、资源规划、生产执行和业务状态之上，逐步参与制造业务中的信息理解与流程协同。
让AI开始理解的不只是一个问题，而是这个问题发生在哪项业务里，关联什么数据，以及接下来需要怎样继续。
一、制造企业需要的，不只是一个更会回答问题的AI
过去我们熟悉的AI，大多遵循一种比较简单的交互方式：
人提出问题 → AI给出答案。
但制造业务不会因为得到答案就结束。
客户资料被识别以后，还要进入产品开发；产品和样品确认以后，还需要继续连接订单和物料；生产条件满足以后，计划还要进一步进入MES和真实车间。
制造企业每天面对的其实是一连串相互关联的业务状态。
因此，对制造企业来说，AI Agent更值得探索的并不是“还能回答多少问题”，而是：
AI能不能逐渐理解当前正在处理什么业务，并在企业已有数据、规则和权限范围内，帮助不同业务环节继续连接。
这也是Sangely AI Agent与普通问答式AI最重要的方向差异。
制造企业需要的不是一个脱离业务系统的AI，而是一个能够建立在真实制造数据之上的智能协同入口。
二、在Agent之前，Sangely已经开始让AI进入真实制造业务
Sangely AI Agent是即将发布的新方向，但它并不是从零开始。在现有Sangely产品体系中，AI已经开始参与具体制造业务，而不只是停留在问答和信息查询层面。
例如，客户资料进入企业以后，Sangely可以通过AI辅助识别客户来文，让相关信息进一步进入样品开发；面对客户使用的产品品名，系统也可以进行识别，并与ERP物料库中的资料进行匹配。到了后续业务阶段，当样品确认、物料齐备等既定条件满足以后，系统还可以按照设定条件触发ERP订单，让相关数据继续进入MES。
这意味着，Sangely现阶段已经形成了几类重要基础能力：AI参与信息识别，企业数据参与匹配，业务条件参与流程触发，PDM、ERP、MES继续承接后续业务。
相比单纯“问一个问题、得到一个答案”，AI开始与企业真实的产品资料、物料数据和业务流程发生关系。对于制造企业来说，这一步很重要，因为真正有价值的AI并不是多一个聊天入口，而是能够逐渐进入每天真实发生的工作。
但这里需要与即将发布的Sangely AI Agent明确区分。
现阶段已经具备的，是具体业务节点中的AI辅助、数据匹配和条件触发；Sangely AI Agent接下来探索的，则是在这些制造数据和流程基础上，进一步理解业务状态，并探索系统、流程与工作人员之间新的智能协同方式。
三、为什么制造业Agent首先需要PDM、ERP和MES？
AI Agent真正进入制造企业以后，面对的并不是抽象问题，而是一个个具体业务对象。
它需要知道当前处理的是哪个产品，关联哪一张订单，业务已经进行到什么状态，以及现场正在发生什么。
这也是制造业Agent与普通办公AI非常不同的地方。
对于Sangely来说，过去持续建设的PDM、ERP、MES，恰好提供了三类重要的制造业务上下文。
Sangely.PDM提供产品上下文。
产品资料、BOM、BOR以及开发过程，让系统拥有理解“正在处理什么产品”的基础。
Sangely ERP提供订单与资源上下文。
订单、物料、资源和计划，让系统能够进一步理解企业正在怎样组织制造。
Sangely MES提供生产执行上下文。
生产任务、工序执行和现场反馈，让系统能够知道计划进入车间以后正在发生什么。
Agent并不是因为接入一个大模型，就自动理解这些制造关系。
没有正式的产品、订单、流程和生产状态，AI可以理解语言，却很难真正理解一家工厂正在发生什么。
因此，Sangely走向AI Agent的基础，并不是单独增加一个新的AI模块，而是过去已经持续建立的制造数据与业务流程。
四、Sangely为什么现在进一步走向AI Agent？
Agent成为AI领域的重要方向以后，越来越多企业开始讨论“AI能不能自己完成工作”。
但Sangely进一步走向Agent，并不只是因为AI Agent成为新的技术热点。
在Agent之前，Sangely一直在做另一件事情：
把制造业务逐渐变成系统可以理解的数据和流程。
产品开发进入PDM，产品资料、BOM、BOR逐渐形成产品数据；订单、物料和资源规划进入ERP；生产任务、工序执行和现场反馈继续进入MES。
与此同时，Sangely已经开始通过AI辅助识别客户信息，通过数据匹配连接企业内部资料，并通过既定业务条件衔接后续流程。
过去建设这些能力，首先是为了让制造业务数字化。
进入Agent阶段以后，它们又产生了新的价值：
产品数据、订单状态、流程条件和现场反馈，开始成为AI理解制造业务的上下文。
所以，Sangely AI Agent不是给原有系统外挂一个聊天框。
更重要的方向，是：
让过去已经数字化的业务对象，开始拥有新的智能连接方式。
五、从“人找系统”，到系统主动连接正在工作的人
传统制造软件的工作方式，大多要求工作人员主动进入系统。
打开页面，查看任务，寻找资料，判断状态，然后决定下一步做什么。
Sangely已经开始尝试改变这种关系。
此前，Sangely.PDM通过程序平台小秘书与企业微信建立双轨消息机制，让系统事件可以根据不同工作场景，通过软件端或企业微信触达工作人员。
这意味着系统中的业务信息开始从：等待人员打开页面查询
进一步走向：业务事件主动连接相关工作人员。
AI Agent是在这一交互方向上的进一步探索。
Sangely AI Agent正在探索的方向，包括让AI进一步结合企业制造上下文理解：当前发生了什么业务事件，它关联什么产品、订单或任务，业务处于什么状态，以及接下来需要连接什么流程或工作人员。
这些属于AI Agent即将探索的能力方向，并不意味着所有业务都将由AI自主执行。
制造企业存在大量专业判断、异常情况和责任边界。真正能够进入生产经营的Agent，需要在明确的数据、规则、权限和人员责任范围内工作。
能够按照既定条件继续的业务，让系统和AI帮助连接；需要专业判断的业务，仍然交由对应人员确认。
六、有了AI Agent，PDM、ERP、MES还重要吗？
重要。
而且Agent越深入制造业务，越需要这些系统提供可信的数据、业务对象和状态。
如果没有PDM，Agent很难知道企业当前处理的是哪个产品、依据哪一份BOM和工艺资料。
如果没有ERP中的正式业务数据，它也很难理解订单、物料、资源和计划之间的关系。
如果没有MES持续形成生产执行数据，AI看到的可能只是办公室里的计划，而不是车间真实发生的状态。
因此，AI Agent并不会让PDM、ERP、MES失去价值。
相反，它更可能成为人与这些制造系统之间新的智能协同入口。
过去，工作人员需要自己进入不同系统寻找信息。
未来值得探索的是，让Agent能够在授权范围内理解这些业务对象和状态，帮助人员减少重复查询、信息整理和流程衔接。
制造系统负责承载真实业务，AI负责辅助理解和连接，人负责关键判断。
这三者并不是替代关系，而是新的协同关系。
七、Sangely AI Agent即将探索什么？
制造业Agent不会一步跨到高度自动化，更现实的方向，是从企业已经数字化的业务开始，逐步理解制造数据和业务状态。
Sangely AI Agent接下来探索的重点，是让AI不只理解工作人员输入的一句话，还能够结合Sangely已有的制造数据，进一步理解这句话发生在什么业务场景中。例如，它关联的是哪个产品、订单或任务，当前业务已经进行到什么状态，还有哪些条件需要确认，以及后续可能需要连接哪个系统或工作人员。
这与普通问答式AI有明显区别。普通AI更关注“这个问题应该怎样回答”，而制造业Agent需要进一步理解“这件事情在企业业务中意味着什么”。
因此，Sangely AI Agent未来探索的并不是让AI脱离系统独立工作，而是让它建立在PDM、ERP、MES等真实制造业务之上。在明确的数据、规则、权限和责任边界内，AI可以辅助工作人员理解业务状态、减少重复查询和信息整理，并探索不同业务环节之间更加自然的协同方式。
随着这些能力逐步深入，制造企业原来大量依靠人工完成的查状态、找资料、重复确认和通知衔接，也有机会由系统承担更多基础工作。工作人员则可以把更多精力放在专业判断、异常处理和真正需要经验的业务决策上。
这里需要特别强调的是，这些属于Sangely AI Agent即将探索和发布的方向，并不代表上述能力目前已经全部上线。 Sangely现阶段已经具备的是AI辅助识别、企业数据匹配以及特定业务条件下的流程触发；AI Agent则是在这些基础上，进一步探索业务状态理解和智能协同。
所以，Sangely AI Agent真正希望向前推进的，并不是“让AI替人完成所有工作”，而是：
让AI从理解一个问题，逐渐走向理解这个问题所在的制造业务。
八、从“有人记得推动”，走向“系统知道状态”
制造企业过去大量流程能够运行，依赖的是一个非常朴素的机制：
有人记得下一步应该做什么。
业务记得通知工程，工程记得确认资料，相关人员记得检查物料，条件满足以后再有人继续推动订单和生产。
这种方式非常灵活，也支撑制造企业运行了很多年。
但随着产品、订单、人员和工厂规模不断增加，需要人工记住和协调的事情也会越来越多。
当产品数据、订单状态、业务规则和生产反馈逐渐进入系统以后，制造企业就拥有了另一种可能：
系统知道业务进行到什么状态，AI辅助理解和连接，人负责关键判断。
这正是Sangely AI Agent准备进一步探索的制造协同方式。
Sangely AI Agent，即将发布
从客户需求进入，到产品开发；从产品数据，到订单与资源规划；从ERP计划，到MES生产执行，Sangely已经持续建立制造业务运行所需要的数据和流程基础。
下一步，我们希望AI能够真正建立在这些基础之上。
第一步，不是在PDM、ERP、MES旁边再增加一个AI聊天入口。
而是让AI开始真正认识企业里的：产品、订单、业务状态和制造现场。
让制造业务从过去依赖：“有人记得下一步做什么”
逐渐走向：系统知道业务状态，AI辅助理解与连接，人负责关键判断。
Sangely AI Agent，即将发布。
让AI不只是懂问题，更开始懂制造业务。
FAQ
Q1：Sangely AI Agent与普通AI助手有什么区别？
普通AI助手通常以问答、查询和内容生成为主。Sangely AI Agent即将探索的方向，是建立在制造企业已有PDM、ERP、MES数据与业务状态之上，让AI进一步参与信息理解、业务状态识别和流程协同。
Q2：Sangely现在已经有哪些AI能力？
Sangely现有AI与流程能力已经应用于客户来文识别、客户品名与ERP物料库匹配等场景，并支持在样品确认、物料齐备等设定条件满足以后，进一步触发ERP订单并让相关数据继续进入MES。
这些属于现阶段已经具备的业务基础，与即将探索的AI Agent能力需要区分。
Q3：Sangely AI Agent会自动完成所有制造流程吗？
不会这样定义。制造业务包含专业判断、异常处理、权限和责任边界。Sangely AI Agent的方向是在企业已有数据、规则和权限范围内辅助理解与流程衔接，需要专业判断的业务仍由对应人员处理。
Q4：有了AI Agent以后，还需要PDM、ERP和MES吗？
需要。PDM、ERP、MES承载企业真实的产品、订单、资源和生产执行数据。Agent越深入制造业务，越需要这些系统提供可信的业务对象和状态。AI Agent更适合作为人与制造系统之间新的智能协同入口，而不是替代制造系统。
Q5：Sangely AI Agent目前是否已经正式发布？
Sangely AI Agent目前处于即将发布的预热阶段。现阶段已经具备客户来文识别、品名匹配以及特定条件下的ERP、MES流程衔接等基础能力；业务状态理解、跨系统智能协同等Agent能力属于接下来进一步探索和发布的方向。