特赞发布企业级智能体GEA，让 AI 正式进入企业业务流程

在大模型能力持续跃迁的背景下，企业级 AI 正进入从“工具”走向“系统”的关键阶段。近日，特赞Tezign 正式发布其核心产品——企业智能体系统 GEA（Generative Enterprise Agent），提出面向企业复杂业务场景的全新智能体架构，推动 AI 从辅助执行走向理解业务、参与决策并持续交付结果的系统能力。

GEA 并非一个单点应用，而是一个贯穿企业真实工作流程的智能体系统。其目标并不止于回答问题，而是能够理解企业目标，组织能力，并在业务流程中持续推动结果产生。

这一发布标志着企业 AI 从 Copilot、工具型应用，正式进入以 Agent 为核心的系统阶段。

企业 AI 面临的两个核心悖论

GEA 的提出，源于企业 AI 落地中的两大结构性矛盾。

其一是“能力悖论”：模型能力不断增强，但企业真实工作方式并未改变，复杂业务依然依赖多角色协同与长期判断。

其二是“数据悖论”：企业拥有大量数据资产，但由于缺乏结构化上下文，这些数据难以被模型理解和有效调用。

在实际业务中，这种断裂广泛存在。例如用户研究中，企业“能看到行为，却难以理解动机”；在品牌增长中，触点不断增加，但策略愈发碎片化。

GEA 的本质，是用系统化方式打通这些断裂。

GEA 系统的四层核心，让智能在企业中持续运行

Generative Enterprise Agent（GEA）采用四层企业级智能体架构设计，使 AI 能够围绕真实业务目标进行推理、决策与执行，并持续运行在企业关键工作链路之中。该架构自上而下包括：

• 意图层（Intent Layer）：从业务目标出发，而不是从提示词出发

GEA 的运行起点不是技术指令，而是企业的业务目标。

企业可以直接用自然语言表达增长机会判断、产品创新探索、用户研究分析或品牌策略制定等任务意图，系统会将这些目标转化为结构化任务路径，使 AI 能够理解企业真正要解决的问题，并进入可执行流程。

这种以 Intent 为入口的方式，使 AI 首次能够围绕业务目标持续运行，而不是停留在单次任务响应阶段。

• 编排层（Orchestration Layer）：由 Creative Reasoning Model 驱动的推理中枢

编排层是 GEA 的核心推理引擎，由特赞自研的 Creative Reasoning Model 提供支持。

系统会围绕业务意图进行发散式推理，将任务拆解为多条候选执行路径，并基于质量、成本与时延等约束进行动态评估，自动选择最合适的模型能力与执行方式完成任务。

通过这一层能力，GEA 可以在超过 30 种基础模型之间进行动态协调，实现跨模型协同推理，使企业无需关注底层模型选择，而只需关注业务结果本身。

• 智能体技能层（Agent Skills Layer）：将企业流程转化为可执行能力模块

在完成推理与路径选择之后，GEA 会调用模块化的 Agent Skills 执行具体任务。

特赞已沉淀超过 400 个可调用技能模块，覆盖内容生成、消费者洞察、数据分析、创意评估、品牌一致性校验等关键企业场景。这些技能来自真实企业工作流的抽象，使系统能够直接参与复杂业务链路，而不仅是生成单点结果。

同时，GEA 采用主动型智能体（Proactive Agents）机制，可持续监测企业数据与外部环境变化，并在既定边界内主动提出建议或触发下一步行动，使 AI 从被动工具升级为持续运行的业务参与者。

• 上下文层（Context Layer）：企业级 single source of truth 的统一上下文基础设施

GEA 的底层能力建立在企业专属 Context System 之上。

Context System 作为横向统一的 single source of truth，贯穿所有智能体、所有工作流与所有部门，将品牌规范、历史资产、业务规则、决策逻辑与运营经验组织为结构化企业上下文，使系统能够基于企业真实知识进行推理，而不是依赖通用模型经验生成结果。

这一 AI 原生的上下文体系，使智能体输出能够持续体现企业自身标准、组织记忆与战略方向，从而支持跨部门协同与长期能力积累。

*GEA四层核心架构

这一架构的关键，不在于某一个模型或能力，而在于将“推理、上下文与执行”整合为一个持续运行的系统：用户给出意图，系统基于上下文理解问题，通过推理完成拆解与判断，再调用最合适的能力执行，并在过程中不断反馈与优化结果。

GEA 在企业中的典型场景

在应用层，GEA 已进入企业多个核心业务链路，并不局限于单一环节，而是贯穿完整工作流程。

在用户研究中，GEA 不再只是生成报告，而是通过 AI Persona、决策模拟与持续研究机制，将一次性调研升级为可持续运行的用户认知系统，使企业能够反复验证判断、动态理解用户变化。

在产品创新中，GEA 连接从信号洞察、概念探索到用户验证的完整链路，将原本分散的信息判断与创意过程，转化为一个可持续推进的创新系统，显著降低方向决策的不确定性。

在品牌与增长场景中，GEA 贯穿趋势识别、内容生成、创作者协同与传播优化，不再依赖单次 campaign，而是形成持续运行的增长机制，使策略、内容与反馈不断循环与演进。

这些场景所指向的，不只是效率提升，而是一种结构性变化：企业的工作方式，正在从“以项目为单位的执行”，转向“以系统为核心的持续运行”。

*几种GEA典型的业务场景

企业进入 Agentic AI 时代，三大阵地正在被重构

当企业开始进入 Agentic AI 的时代，变化并不只发生在技术层面。企业的业务方式与组织结构，也正在被同步重构。从特赞的实践与观察来看，企业有三个关键阵地，正在被重新定义：

• 在技术的阵地上，特赞提供 GEA（Generative Enterprise Agent）。GEA 是一套企业级智能体系统，以“意图”为入口，结合上下文、推理与执行能力，让 AI 能够在企业中持续运行，并对业务结果负责。 • 在业务的阵地上，特赞提供 AI Fullstack（全栈 AI）。这是一套面向企业的 AI 解决方案与结果交付体系，通过专业团队与 GEA 的结合，从业务诊断、场景共创到持续运营，将 AI 嵌入真实业务流程，持续交付可验证的业务结果。AI 不再停留在工具使用，而成为业务增长的基础设施。 • 在组织的阵地上，特赞构建了 ABC+（AI Builders & Creators +）的人才与组织升级体系。通过系统化课程与实践方法，帮助企业建立能够使用、理解并持续演进 AI 的组织能力，使 AI 从“少数人能力”，变成“组织能力”。

这三个层面，共同构成企业走向 Agentic AI 的完整路径：不仅是部署技术，更是重构业务与组织，使 AI 真正成为企业的一部分。

*特赞为企业提供的三种合作方式

为什么是特赞

GEA 的出现，并非一次产品创新，而是一条长期技术路径的自然结果。

特赞长期深度参与企业内容、品牌与业务系统，其处理的核心对象并非结构化数据，而是最复杂、最贴近业务决策的非结构化信息——品牌表达、用户认知、创意过程与决策逻辑。

在这一过程中，特赞逐步验证了一个关键判断：模型能力可以被快速复制，但企业上下文不可复制；工具可以提升局部效率，但无法重构整体工作方式。真正构成企业壁垒的，是上下文、推理能力与执行系统之间的持续耦合。

从 DAM 到 Context System，再到 GEA，特赞所构建的不是一组功能产品，而是一套让企业知识能够被理解、被调用并持续产生结果的系统能力。

如果说模型是公共基础设施，那么 Context System 是企业独有的认知资产，而 GEA，则是将这一资产转化为持续决策与执行能力的操作系统。

这是特赞长期站在企业真实工作流之中，对“企业如何运作”这一问题的持续理解与重构。

过去十年，企业购买的是软件；

过去几年，企业尝试的是模型；

而接下来，企业真正需要的，是能够从目标出发、持续运行并对结果负责的智能系统。

GEA 所代表的，不是一次产品升级，而是企业工作方式的重构：

• 从“人驱动流程”，走向“系统驱动结果”； • 从“一次性交付”，走向“持续运行能力”； • 从“工具协作”，走向“智能体参与组织”。

当 AI 真正进入企业，不再只是回答问题，而是理解目标、参与决策并推动执行时，企业的增长方式、组织结构与竞争壁垒，都将被重新定义。

特赞所做的，是把“想象力”从个体能力，变成企业可以部署、可以运行的基础设施。

从今天开始，AI 不再只是工具。

它将成为企业的一部分。