Καλύτερο λογισμικό agentic ERP: τι να προσέξετε

Γιατί δεν υπάρχει κατάταξη εδώ

Φανταστείτε τη λίστα σας. Τέσσερις προμηθευτές, τέσσερις προτάσεις, και η λέξη agentic σε κάθε εξώφυλλο. Ένας είναι μια καθιερωμένη σουίτα με έναν βοηθό που προστέθηκε πέρυσι. Ένας είναι ένα νεότερο προϊόν που έχει κατασκευαστεί γύρω από τον δικό του πράκτορα. Ένας είναι μια πλατφόρμα που επιτρέπει σε οποιονδήποτε πράκτορα να συνδεθεί μέσω ενός ανοιχτού πρωτοκόλλου. Ένας είναι ένα εργαλείο ροής εργασίας με ένα γλωσσικό μοντέλο στη μέση. Όλοι οι τέσσερις κάνουν καλή επίδειξη. Δύο από αυτούς θα περιμένουν ακόμα ένα άτομο στην οθόνη για οτιδήποτε διασχίζει ένα όριο module, και δεν θα ανακαλύψετε ποιοι είναι οι δύο από τις προτάσεις.

Μια καταταγμένη λίστα δεν μπορεί να βοηθήσει σε αυτό, για έναν λόγο που δεν έχει καμία σχέση με την ποιότητα των προϊόντων. Το agentic είναι μια ιδιότητα της αρχιτεκτονικής, και το αν μια δεδομένη αρχιτεκτονική είναι κατάλληλη για εσάς εξαρτάται από τα modules που χρησιμοποιείτε, ποιον πράκτορα χρησιμοποιεί ήδη η ομάδα σας, ποια είναι τα όρια έγκρισής σας και πόσο χρειάζεστε να δείτε στο ημερολόγιο. Αυτά είναι τα γεγονότα σας, όχι ενός κριτικού. Αυτό που ταξιδεύει μεταξύ επιχειρήσεων είναι το σύνολο των δοκιμών, οπότε αυτή η σελίδα σας δίνει τις δοκιμές και σας ζητά να κάνετε την κατάταξη.

Δοκιμή 1: ανοιχτό πρωτόκολλο, ο πράκτοράς σας από έξω

Η πρώτη δοκιμή είναι αν ένας πράκτορας που δεν έχει κατασκευάσει ο προμηθευτής μπορεί να λειτουργήσει το σύστημα. Το ανοιχτό πρότυπο για αυτό είναι το Model Context Protocol, το οποίο μιλούν οι κύριοι πελάτες πράκτορες: ο Claude προσθέτει έναν απομακρυσμένο διακομιστή MCP ως προσαρμοσμένο συνδετικό στοιχείο με είσοδο OAuth; ο ChatGPT κάνει το ίδιο σε λειτουργία προγραμματιστή με πλήρη υποστήριξη ανάγνωσης και εγγραφής; οι πράκτορες προγραμματισμού και οι εσωτερικοί πράκτορες που έχουν κατασκευαστεί με τα SDK του προμηθευτή συνδέονται με τον ίδιο τρόπο. Ένα προϊόν που μιλάει MCP μπορεί να λειτουργηθεί από οποιονδήποτε από αυτούς. Ένα προϊόν που λειτουργεί μόνο με τον δικό του βοηθό δεν μπορεί να λειτουργηθεί από κανέναν άλλο, και αυτή η απόφαση έχει ληφθεί για εσάς.

Τα αποδεικτικά στοιχεία που πρέπει να ζητήσετε είναι η απάντηση του διακομιστή σε ένα αίτημα εργαλείων/λίστας, το οποίο σύμφωνα με το πρωτόκολλο είναι η μηχανικά αναγνώσιμη λίστα όλων όσων μπορεί να κάνει ο πράκτορας. Θα πρέπει να μοιάζει κάπως έτσι, επαναλαμβανόμενο για κάθε ενέργεια στο σύστημα.

{
  "tools": [
    {
      "name": "contacts.search",
      "description": "Find contacts by name, email or company.",
      "inputSchema": { "type": "object", "properties": { "query": { "type": "string" } }, "required": ["query"] }
    },
    {
      "name": "invoices.create",
      "description": "Create a draft invoice from billable lines. Fails if the caller cannot raise invoices.",
      "inputSchema": { "type": "object", "properties": { "customer_id": { "type": "string" }, "lines": { "type": "array" } }, "required": ["customer_id", "lines"] }
    },
    {
      "name": "purchase_orders.approve",
      "description": "Approve a purchase order within the caller's approval limit.",
      "inputSchema": { "type": "object", "properties": { "purchase_order_id": { "type": "string" } }, "required": ["purchase_order_id"] }
    }
  ]
}

Μια επεξηγηματική απάντηση εργαλείων/λίστας στη μορφή που ορίζει η προδιαγραφή MCP. Τα ονόματα και η κάλυψη θα διαφέρουν ανά προϊόν; αυτό που έχει σημασία είναι ότι η λίστα υπάρχει, είναι τυπωμένη και είναι αρκετά μεγάλη για να καλύψει τα modules που χρησιμοποιείτε.

Τρία πράγματα που πρέπει να ελέγξετε στη λίστα. Είναι μεγάλη, γιατί ένα ERP έχει εκατοντάδες ενέργειες και μια λίστα είκοσι σημαίνει ότι ο βοηθός φτάνει σε είκοσι δυνατότητες. Είναι τυπωμένη, με ένα σχήμα JSON για κάθε είσοδο, γιατί αυτό επιτρέπει στον διακομιστή να επικυρώνει τις κλήσεις αντί να ερμηνεύει προφορικά. Και αλλάζει όταν συνδέεται ένας πιο περιορισμένος χρήστης, που είναι η γέφυρα προς τη δεύτερη δοκιμή.

Δοκιμή 2: δικαιώματα ανά χρήστη σε κάθε κλήση

An agent that can do more than the person it represents is a liability, not a feature. The second test is whether permissions are enforced per user and per call, not per product or per session. The protocol allows a server to vary the tool list by the authorisation presented and requires servers to implement proper access controls, but it cannot enforce either on the vendor's behalf. The good implementations filter the list before the agent sees it and then check again when each tool runs, because a filtered list is a courtesy and an execution-time check is a control.

Η απόδειξη είναι μια ζωντανή άρνηση. Συνδεθείτε ως χρήστης που δεν μπορεί να εγκρίνει παραγγελίες αγοράς, ζητήστε από τον πράκτορά του να εγκρίνει μία και παρακολουθήστε τι συμβαίνει. Η σωστή απάντηση είναι μια απλή άρνηση τη στιγμή της κλήσης, καταγεγραμμένη, με το υπόλοιπο του αιτήματος να ολοκληρώνεται. Οι λανθασμένες απαντήσεις είναι μια έγκριση που περνά, ένα σφάλμα που αποκαλύπτει τι θα έκανε το εργαλείο ή μια συνεδρία που αποτυγχάνει να παραμείνει ανοιχτή επειδή ο έλεγχος ήταν μόνο στην οθόνη.

Δοκιμή 3: διαφάνεια προϋπολογισμού και κόστους

Ένας πράκτορας που σκέφτεται με βάση τα μοντέλα του προμηθευτή καταναλώνει κάτι κάθε φορά που εκτελείται, και η τρίτη δοκιμή είναι αν μπορείτε να περιορίσετε αυτή τη δαπάνη και να δείτε πού πήγε. Ο συγκεκριμένος μηχανισμός έχει λιγότερη σημασία από τις δύο ιδιότητες: ένα όριο που έχει οριστεί ανά ενσωμάτωση ή ανά κλειδί που ο πράκτορας δεν μπορεί να ξεπεράσει, και μια καταγραφή ανά ενέργεια του κόστους κάθε εκτέλεσης. Ένα προϊόν που μπορεί να σας πει μόνο το μηνιαίο σύνολο εκ των υστέρων δεν έχει κατασκευάσει τον μετρητή, και θα το ανακαλύψετε όταν μια ανεξέλεγκτη βρόχος ή ένας ενθουσιώδης νέος χρήστης χτυπήσει τον λογαριασμό.

Υπάρχει μια δεύτερη ερώτηση κόστους που οι σελίδες κατάταξης παραλείπουν εντελώς. Εάν το προϊόν σας επιτρέπει να φέρετε τον δικό σας πράκτορα, τότε όταν αυτός ο πράκτορας κάνει τη σκέψη, ο προμηθευτής μπορεί να μην εκτελεί καθόλου AI εκ μέρους σας και να μην χρεώνει τίποτα γι' αυτό. Για μια ομάδα που ήδη πληρώνει για τον Claude ή το ChatGPT, αυτό μετατρέπει το κόστος του πράκτορα σε μια γραμμή που ελέγχετε εσείς αντί για μια γραμμή που ορίζει ο προμηθευτής. Ρωτήστε κάθε προμηθευτή τι χρεώνουν όταν ο δικός σας πράκτορας κάνει τη σκέψη και σημειώστε την απάντηση.

Δοκιμή 4: έλεγχος που διαβάζεται σαν ημερολόγιο ατόμου

Όταν ένας πράκτορας εκτελεί τη δουλειά, το αρχείο καταγραφής γίνεται ο κύριος τρόπος που ένας διευθυντής το εξετάζει, οπότε η τέταρτη δοκιμή είναι αν το ίχνος ελέγχου καταγράφει τις ενέργειες του πράκτορα όσο πλήρως όσο ενός ατόμου. Το ελάχιστο είναι ποιος ζήτησε, ποιος πράκτορας ενήργησε εκ μέρους τους, ποια εργαλεία χρησιμοποιήθηκαν, με ποιες εισόδους, με ποιο αποτέλεσμα και πότε. Οι οδηγίες του πρωτοκόλλου είναι ότι οι πελάτες θα πρέπει να καταγράφουν τη χρήση εργαλείων για έλεγχο; ο διακομιστής θα πρέπει να κάνει το ίδιο από την πλευρά του, επειδή είναι ο διακομιστής που γνωρίζει τι έχει αλλάξει πραγματικά.

Η απόδειξη είναι το ίδιο το αρχείο καταγραφής, μετά από την αίτηση επίδειξης. Ανοίξτε το και ελέγξτε για τέσσερα πράγματα: αναγνώριση σε ένα άτομο, όχι σε έναν γενικό χρήστη ενσωμάτωσης; τη σειρά κλήσεων εργαλείων, όχι μόνο τα αρχεία που τελικά άλλαξαν; εισόδους και αποτελέσματα, ώστε μια λανθασμένη ενέργεια να μπορεί να ανιχνευθεί σε μια λανθασμένη είσοδο; και απορρίψεις, γιατί ένα μοντέλο δικαιωμάτων που δεν καταγράφει τις απορρίψεις του δεν μπορεί να ρυθμιστεί.

Δοκιμή 5: μια αγορά, και τι σας λέει

Η πέμπτη δοκιμή είναι έμμεση αλλά αποκαλυπτική. Αν μια πλατφόρμα έχει μια αγορά εφαρμογών που έχουν κατασκευαστεί από άτομα εκτός του προμηθευτή, και αυτές οι εφαρμογές λειτουργούν από πράκτορες μέσω της ίδιας διεπαφής εργαλείων με τα βασικά μοντέλα, τότε η διεπαφή εργαλείων είναι πραγματική, τεκμηριωμένη και αρκετά σταθερή ώστε οι εξωτερικοί χρήστες να μπορούν να χτίσουν πάνω της. Μια αγορά είναι η δική αρχιτεκτονική του προμηθευτή που δοκιμάζεται από ξένους καθημερινά. Επίσης, απαντά στην πρακτική ερώτηση του τι συμβαίνει όταν χρειάζεστε μια δυνατότητα που λείπει από το βασικό προϊόν: αν θα περιμένετε για το χάρτη πορείας, θα πληρώσετε για προσαρμοσμένη εργασία ή θα εγκαταστήσετε κάτι που ήδη υπάρχει.

Η απόδειξη είναι μια δημοσιευμένη εφαρμογή από τρίτο μέρος, εγκατεστημένη στον δοκιμαστικό σας χώρο εργασίας, που εμφανίζεται στη λίστα εργαλείων του πράκτορα στην επόμενη αίτηση. Εάν η αγορά υπάρχει αλλά οι εφαρμογές είναι όλες του προμηθευτή, ή αν η εγκατάσταση μιας δεν αλλάζει τι μπορεί να κάνει ο πράκτορας, η δοκιμή έχει περάσει μόνο κατά το ήμισυ.

Η βαθμολογία

Πάρτε το αυτό σε κάθε επίδειξη και συμπληρώστε το την ημέρα. Βαθμολογήστε κάθε δοκιμή ως περασμένη, μερική ή αποτυχημένη, και επιμείνετε να δείτε τα αποδεικτικά στοιχεία αντί να τα ακούσετε. Ένα προϊόν που αποτυγχάνει στην πρώτη δοκιμή είναι ένα προϊόν με βοηθό, ό,τι και αν λέει το εξώφυλλο, και οι άλλες τέσσερις δοκιμές γίνονται ακαδημαϊκές.

Το Sois είναι μία υλοποίηση που μπορείτε να δοκιμάσετε αυτούς τους ελέγχους, και καθώς το κατασκευάζουμε μπορούμε να πούμε πώς απαντά. Ένας χώρος εργασίας είναι ένας διακομιστής MCP; οποιοσδήποτε συμβατός πελάτης συνδέεται προσθέτοντας τη διεύθυνση του χώρου εργασίας και συνδέεται μία φορά μέσω OAuth, χωρίς να χρειάζεται να επικολλήσει κάποιον κωδικό. Τα εργαλεία φιλτράρονται ανάλογα με τον ρόλο του χρήστη πριν προσφερθούν και ελέγχονται ξανά όταν εκτελούνται, και η πρόσβαση αποτυγχάνει κλειστά. Οι δαπάνες μπορούν να περιοριστούν ανά ενσωμάτωση, κάθε ενέργεια καταγράφεται, και όταν ο δικός σας πράκτορας κάνει τη λογική, η πλατφόρμα δεν εκτελεί AI εκ μέρους σας και δεν χρεώνει τίποτα γι' αυτό. Οι προγραμματιστές κατασκευάζουν εφαρμογές με τον δικό τους πράκτορα, επικυρώνουν τοπικά δωρεάν και δημοσιεύουν σε μία αγορά όπου κάθε συνδεδεμένος πράκτορας μπορεί να τις καλέσει. Εκτελέστε τους ίδιους πέντε ελέγχους σε αυτό όπως και σε όλους τους άλλους; αυτό είναι το νόημά τους.

Ερωτήσεις που κάνουν οι άνθρωποι

Αυτό το άρθρο αναθεωρείται όταν αλλάζουν τα προϊόντα που περιγράφει. Επόμενη προγραμματισμένη αναθεώρηση: 4 Δεκεμβρίου 2026.