越秀:用 HAP 承载企业上下文,让 AI 进入真实业务。
内容摘要
杨荣煌从越秀与明道云四年同行讲起:2022 年选型,2022–2023 公有云试点半年落地,随后本地部署并集成组织、通讯和短信,2024–2025 从数十用户扩到数千、进入地产金融农牧智造等业务,2026 年把积累的应用与数据变成 Agent 可读取、可写回的上下文。一个复杂应用的规模写成 100+ 张工作表、200+ 条工作流、600+ 用户。核心论点是「能回答不等于能完成工作」:Agent 要找到事项、判断优先级、找到责任人、形成下一步并留痕。零售「人、货、场」数据已在客流、收银、会员系统里,缺的是做完判断并落下来的地方。方案是 HAP 承载结构化上下文,Agent 读取和调用,人确认后再写回。企业要的不只是知识库,而是任务、知识、业务数据、流程状态、身份权限、组织规则五类上下文同时在场。本稿按公开幻灯片整理,未经口播听校。
关键事实
- 同行时间线(幻灯片)2022 选型(业务视角调研、对标 3 个以上产品、亲自验证);2022–2023 公有云 SaaS 试点,计划一年实际半年;随后本地部署,集成组织架构、人员、通讯工具、邮箱、短信;2024–2025 从数十用户到数千,进入地产、金融、农牧、智能制造,从简单协作延伸到核心业务;2026 AI 进入业务。
- 一个复杂应用规模(2026)100+ 张工作表、200+ 条工作流、600+ 用户;并集成数据、消息推送、内部通讯与公司 APP。
- 已落地场景举例汇报、会议、培训;预算管理、车辆、保单、人力外包;数据治理、资产盘点、人员信息;合作机构管理。
- 管理规范应用分级一般/关键;用户分级普通/业务技术专家;培训测试合格才开放高级功能。
- 能回答 vs 能工作能工作要找到正确事项、判断优先级、找到责任人、形成下一步动作、留下可追溯记录。
- 闭环HAP 承载上下文 → Agent 读取 → 工具调用 → 人确认 → HAP 写回。边界:Agent 只做整理、判断、生成;业务责任人确认、授权、担结果。
- 五层上下文任务;知识(判断依据);业务数据(现在事实);流程状态;身份权限与组织规则。
- HAP 两种位置没有合适业务系统时,HAP 本身是轻量业务系统;已有成熟系统时,HAP 做连接层和智能层,不替换原系统。
- 团队推广五个问题别人愿不愿意用;用了是否真省事;谁维护;谁确认 AI 结果;业务结果能否追踪。
- 最小验证六步选高频边界清晰的问题;明确上下文;用 HAP 承载最小业务对象;Agent 读取判断行动;确认后写回;用真实结果决定是否扩展。判断标准包括任务真完成、减少搬运、有人持续用、可追溯、失败能恢复、值得扩到团队。

演讲资料
演讲视频
演讲文字整理稿
四年:从部门试点到 AI 上下文
封面副题「从一个真实的工作现场开始」,署名广州越秀集团杨荣煌 Mars。时间线强调每一步从真实业务出发,而不是一次铺开。本地部署的原因写成安全与集成:组织架构、人员、通讯、邮箱、短信。深化阶段用户规模从数十到数千,领域扩到地产、金融、农牧、智能制造。2026 年的新动作是把已经积累的应用和数据,变成 Agent 可读取、可写回的业务上下文。
三年积累为什么重要
一个复杂应用的体量用 100+ 工作表、200+ 工作流、600+ 用户来说明结构化对象已经在。场景从日常协作到预算、车辆、保单、外包和数据治理。同时建立应用分级和用户分级,培训合格才开放高级功能。资料把这些结构化对象、流程状态、权限和数据,直接写成 Agent 需要的上下文。
能回答不等于能完成工作
对照页左边是生成一段像回答的总结,事情一步没动;右边是找到事项、优先级、责任人、下一步并留痕。难点被写成让 AI 在真实业务上下文里完成任务。个人工作页对比以前每次给 Agent 重讲背景,现在把笔记、项目、人员、行动和结果变成持续积累的上下文。
人货场数据齐了,判断仍靠人
客流系统知道来了多少人,收银知道卖了什么,会员系统知道谁常来。早上要判断「今天该关注什么」时,没有一个地方直接回答。客流涨了成交没涨、货三天不动、会员一个月没来,都还靠人当场判断。缺的是做完判断并把结果落下来的地方。下一页用经营护航日报、品类增长周报、情报雷达,写常驻运营群的 AI 助理:三个机器人各推一个角度,助理能对话、能记录。
读、调用、写回
五步闭环里,人确认是强制边界:Agent 整理判断生成,责任人确认授权担结果,写回去的必须是确认过的事实,下一次任务才能接着用。企业要的不仅仅是知识库——完成一个任务需要任务本身、判断依据、现在事实、走到哪一步、代表谁做、由谁负责同时在场。HAP 的价值页给两种场景:没有合适系统时 HAP 就是轻量业务系统;已有系统时 HAP 补跨系统协作、过程记录、AI 应用和写回,不替换原系统。对象清单写成业务对象、数据入口、流程状态、身份权限、AI 任务、动作写回、验收证据。
从个人到团队
个人侧讲者自己是建设者也是最愿意用的人;团队要回答愿不愿意用、是否省事、谁维护、谁确认 AI、结果能否追踪。建议先让一个任务真正完成:选高频问题、承载最小对象、Agent 行动、确认写回、用真实结果决定是否扩展。六条判断标准用来防止「演示能答、业务没动」。结尾页留下公众号「Mars的笔记」。
重点问答
越秀是不是一上来就做集团级 Agent?
根据时间线,先是 2022 选型与部门级公有云试点,再本地部署和集成,用户从数十到数千之后,2026 年才把已有应用数据当成 Agent 上下文。顺序是先有业务对象,再让 AI 进入。
100+ 张表、600+ 用户指什么?
根据「一个复杂应用的规模(2026)」页,这是单个复杂应用的工作表、工作流和用户量,用来说明上下文已经结构化。不宜理解成全集团所有应用的合计,页面也没有给出全集团应用总数。
为什么说企业要的不只是知识库?
根据五层上下文页,知识只提供判断依据。没有当前业务数据、流程状态、身份权限和组织规则,Agent 判断不了本周该盯哪些事项,更不能合法写回。
团队推广卡在哪?
根据「从个人到团队」,个人习惯跑通不等于团队跑通。五个问题里,责任不能交给模型、用了必须真省事、结果必须可追踪,是扩展前要先回答的,而不是先上更多机器人。















