Graft AI Graft AI 将公司遗留系统和内部工具转化为智能体可操作的动态地图，为企业提供带权限、审批和审计的稳定工具，实现工作流自动化。 热门评论 PH 用户Hey PH 👋我做 Graft 的初衷，是发现在工作中部署智能体时，最难的部分其实不是模型本身，而是它周围的软件。真正的公司运行在 ERP、桌面应用、内部门户、电子表格以及多年的操作经验之上，而智能体根本无法可靠地理解或使用这些东西。Graft 最初只是想把那些界面转化成智能体可用的稳定工具。但在构建过程中，这个想法演变成了更大的东西：一张公司实际运作方式的活地图。Graft 学习工作流、决策、权限、异常和成功条件，然后让智能体在审核、审计追踪和验证机制的保护下安全地执行工作。当底层软件发生变化时，智能体面对的接口依然保持稳定。我们这么早就发布，是因为想从真正构建和运营智能体的人那里学习。你的智能体至今还有哪个系统或工作流无法可靠使用？PH 用户文档一周就过期了，所以我挺喜欢活地图这个想法。它怎么做到不用我操心就能保持更新？PH 用户如果能有一个事情帮我们更快采用，那就是在运营地图里加上可视化时间轴视图，这样我们就可以回放过去的工作流执行记录，精准定位偏移或失败发生在哪。现在大规模排障简直就像在猜谜。PH 用户说模型从来不是最难的部分，对大多数公司而言确实如此；真正的问题是，随着工作流在几个月里悄悄漂移，那张“活地图”能否保持准确——而不仅仅是在 UI 可见变化的时候。PH 用户我花了好几个月想让智能体可靠地操作我们老旧的内部工单系统，最后放弃了。你说的正是这个问题。PH 用户在宣传里完全没有提到需要人在中途做判断的工作流，这个目前不在范围内吗？ 热门产品Yashas Gunderia2026-07-16原文 打开互动版
我做 Graft 的初衷，是发现在工作中部署智能体时，最难的部分其实不是模型本身，而是它周围的软件。
真正的公司运行在 ERP、桌面应用、内部门户、电子表格以及多年的操作经验之上，而智能体根本无法可靠地理解或使用这些东西。
Graft 最初只是想把那些界面转化成智能体可用的稳定工具。但在构建过程中，这个想法演变成了更大的东西：一张公司实际运作方式的活地图。Graft 学习工作流、决策、权限、异常和成功条件，然后让智能体在审核、审计追踪和验证机制的保护下安全地执行工作。
当底层软件发生变化时，智能体面对的接口依然保持稳定。
我们这么早就发布，是因为想从真正构建和运营智能体的人那里学习。
你的智能体至今还有哪个系统或工作流无法可靠使用？