当你还在纠结Prompt怎么写的时候，这家公司直接把AI智能体开发做成了“上传标准作业流程就行”。周二，Sema4.ai宣布对其平台进行全面改造，改造范围覆盖智能体开发栈的每一层——从构建方式到业务上下文理解，再到部署方式。
这家去年靠2500万美元A轮融资冒头的初创公司，创始人Rob Bearden是Cloudera前首席执行官。它的核心卖点一直很明确：让非技术人员用自然语言就能创建AI智能体。用户在工作间界面里搭建智能体，管理员通过控制室监控运行状态。但现在，Sema4自己承认了一个尴尬的事实——碎片化系统、割裂的数据、面向开发者而非实际用户的工具设计，正在卡住智能体应用的脖子。
第一刀砍向“技术门槛”
新推出的智能体构建器直接取消了所有技术专业要求。你可以对着它说话、打字，或者直接上传一份标准作业流程文档。因为系统内置了更完整的组织上下文，它能自动生成可操作的功能运行手册，让智能体自主执行特定任务。同时上线的还有语音输入支持、文本输入支持、文档输入支持，以及一个大幅扩充的预置技能库。
记忆功能不再是摆设
Sema4的智能体现在获得了“持久记忆”——它能从过往执行中学习，保留纠错记录，主动推送工作流优化建议。这意味着每次执行都在为组织积累可复用的知识资产，而不是每次启动都像失忆一样从头来过。
第三方工具打通了
通过新增的模型上下文协议访问库，Sema4智能体可以调用Snowflake、Slack、GitHub、Google Workspace和HubSpot等外部软件。同时上线的联合查询与验证查询功能，让用户只需问一个问题，智能体就能跨所有已接入的数据库、电子表格和企业系统搜索答案。
最底层动了大手术
全新的业务上下文层重新设计了智能体感知企业数据的方式——它们现在能快速理解数据在多数据库、多系统和多工作流之间的关联关系。这直接针对的是“数据孤岛”这个老问题：过去智能体看到的是一个个孤立表格，现在它看到的是整个业务图谱。
Sema4这次的逻辑很清晰：不是让业务人员学技术，而是让技术适配业务人员的操作习惯。但问题也摆在眼前——当智能体构建门槛降到“上传文件就行”的时候，企业对输出质量的控制力和安全边界的把控，会不会成为下一个卡点？
热门跟贴