## 引言

当前企业自动化面临的核心技术断层在于：以通用大模型为核心的对话式智能体“只思考不行动”，传统RPA“只行动不思考”。实在Agent通过“大模型+屏幕语义理解+超自动化”的融合架构，在技术层面同时解决了决策断点和系统断点，实现了从触发到归档的真正业务全闭环。本文聚焦其核心技术原理。
## 一、技术底座：双循环架构

实在Agent基于ReAct（Reasoning + Acting）智能体理论，构建了“思考-行动”双循环架构。
**思考规划循环**（TARS大模型负责）：用户以自然语言输入目标，TARS将意图拆解为可执行的子任务序列。与通用大模型不同，TARS针对1000余种企业软件和10000余个常用场景做了专项预训练，任务步骤拆解准确率84.16%，动作映射准确率86.87%。当输入“帮我整理上周销售异常数据并生成简报”这类模糊指令时，系统能准确识别“数据提取”“异常判定”“报告生成”三个子任务，并自动调用对应组件。
**精准执行循环**（ISSUT+RPA负责）：ISSUT通过视觉-语义联合建模，实时解析屏幕画面，识别可交互元素的形状、颜色、相对位置和层级结构，结合任务上下文进行语义推断，生成操作序列。执行结果回传感知层，推理层判断下一步动作，形成闭环。v7.3.4版本推出的TARS AI元素定位技术，通过多模态编码和语义锚点生成，即使元素低级属性全部改变，只要交互功能不变即可命中。
两个循环的协同机制是：TARS输出步骤序列后，ISSUT将每个步骤映射为具体的界面操作；操作结果回传给TARS，TARS判断是否与预期一致，不一致则触发重试或切换策略。
## 二、自主决策：TARS大模型的任务拆解与动态推理

自主决策能力是全闭环区别于传统RPA的关键。传统RPA只能执行预定义的“如果A则B”规则，遇到规则未覆盖的情况就停下。
TARS模型的推理机制体现在三个层面。一是模糊指令的结构化拆解，能将“把ERP里的销售订单同步到MES排程，完成后回填产量”这类复合指令拆解为具体操作序列。二是执行过程中的动态判断，在长链路任务实测中，一个跨部门采购审批场景涉及4个系统、12个操作步骤，当ERP显示库存不足时，Agent未机械报错，而是依据预设策略自动触发紧急采购流程并调整后续审批节点。三是可解释的决策输出，每次判断记录触发条件、推理路径、调用规则和最终结论，合规人员可直接复核确认。
## 三、跨系统执行：ISSUT屏幕语义理解的实现原理

跨系统操作的核心难点在于：企业系统环境高度异构，大量无API的老旧系统构成“数字黑盒”。ISSUT的技术路径是改变工具与软件界面的交互方式——从坐标记忆升级为语义理解。
**视觉编码阶段**：轻量级CV模型实时捕获屏幕画面，检测所有可交互元素，为每个元素生成包含视觉特征（形状、颜色、图标类型）和空间特征（相对位置、层级关系、相邻元素）的向量表示。
**语义映射阶段**：将视觉向量与预训练的业务语义空间对齐。模型理解“蓝色矩形按钮+位于表单底部+紧邻取消按钮”的组合极可能是“提交”而非“保存草稿”。这一步依赖于TARS模型在1000余种企业软件上的预训练积累。
**动态操作阶段**：根据当前任务上下文，选择目标元素并生成操作序列。整个过程不需要预先定义UI选择器，界面改版后只要业务语义不变，Agent仍能自适应完成操作。
在信创环境下，这一技术的价值尤为突出。国产软件UI迭代频繁，坐标定位方案每次变化都要修脚本，维护成本呈指数曲线。ISSUT的语义定位自动适配变化，维护成本基本保持常数。实在Agent已完成全栈信创适配，通过中国信通院可信AI最高评级5级。
## 四、全留痕机制：三维度审计链条

全闭环的终点是归档。实在Agent在三个维度上自动留痕：操作动作留痕——每步点击、输入、跳转生成带时间戳和截屏的日志；决策逻辑留痕——每次自主判断记录触发条件、推理路径、调用规则和结论；异常处理留痕——任务升级至人工时携带完整上下文，人工处理结果自动回写并与自动化节点衔接。所有留痕数据可对接企业审计系统和BI看板。
## 五、两个典型场景的技术落地

**制造业订单履行**：涉及ERP、MES、WMS、SRM、OA、银行网银六个异构系统，实在Agent实现了从订单获取到对账回款的10个节点全闭环。关键环节包括ERP生成订单后自动提取详情同步至MES排程，生产完成后从MES回填产量、工时、损耗至ERP，发货时登录WMS生成出库单并切换物流系统回写运单，对账时登录网银下载流水与ERP凭证智能匹配。整个过程由TARS统一编排，ISSUT完成所有界面操作，无API依赖。
**金融反洗钱排查**：涉及核心银行系统、反洗钱平台、外部制裁名单数据库。闭环路径为可疑交易触发后，Agent登录核心系统调取客户信息和账户流水，切换HR系统查询关联方，接入制裁名单数据库进行股权穿透识别最终受益人，综合多源信息判断是否可疑，输出可解释判断报告。全流程操作留痕满足等保审计要求。
## 结语

实在Agent通过双循环架构解决了“思考”与“行动”的技术断层：TARS大模型负责模糊指令拆解与动态决策，ISSUT+RPA负责无API跨系统操作，三维留痕机制实现全链路可追溯。这套技术架构在制造业和金融业的生产环境中已得到验证，为业务全闭环提供了工程化可行路径。

当前企业自动化面临的核心技术断层在于：以通用大模型为核心的对话式智能体“只思考不行动”，传统RPA“只行动不思考”。实在Agent通过“大模型+屏幕语义理解+超自动化”的融合架构，在技术层面同时解决了决策断点和系统断点，实现了从触发到归档的真正业务全闭环。本文聚焦其核心技术原理。

自主决策、跨系统执行、全留痕：Agent业务全闭环的技术原理

人工智能

架构设计

低代码

实在Agent创新融合大模型与超自动化技术，通过双循环架构实现业务全闭环。TARS大模型精准拆解模糊指令，ISSUT屏幕语义理解技术突破无API系统操作难题，三维留痕机制确保全链路可审计。该方案已在制造业订单履行、金融反洗钱等场景验证，有效解决企业自动化"只思考不行动"与"只行动不思考"的核心痛点。

数据库

智能体

V模型

Agent

2026采购季 | AI焕新·智启新局

fele

腾讯云BI新客户首次购买9.9元起！


文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

自主决策、跨系统执行、全留痕：Agent业务全闭环的技术原理-腾讯云开发者社区-腾讯云

自主决策、跨系统执行、全留痕：Agent业务全闭环的技术原理

自主决策、跨系统执行、全留痕：Agent业务全闭环的技术原理

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐