Labākā agentiskā ERP programmatūra: uz ko pievērst uzmanību

Kāpēc šeit nav rangojuma

Iedomājieties īso sarakstu. Četri piegādātāji, četri piedāvājumi un vārds agentic uz katra vāka. Viens ir izveidota komplekta ar palīgu, kas pievienots pagājušajā gadā. Viens ir jaunāks produkts, kas veidots ap savu aģentu. Viens ir platforma, kas ļauj jebkuram aģentam savienoties caur atvērtu protokolu. Viens ir darba plūsmas rīks ar valodas modeli vidū. Visi četri demonstrē labi. Divi no tiem joprojām gaidīs cilvēku pie ekrāna, lai veiktu jebko, kas pārsniedz moduļa robežu, un jūs neuzzināsiet, kuri divi no piedāvājumiem.

Reitinga saraksts tam nevar palīdzēt, jo iemesls nav saistīts ar produktu kvalitāti. Aģentiskums ir arhitektūras īpašība, un vai konkrētā arhitektūra ir piemērota jums, ir atkarīgs no tā, kurus moduļus jūs izmantojat, kuru aģentu jūsu komanda jau izmanto, kādi ir jūsu apstiprinājuma sliekšņi un cik daudz jums ir nepieciešams redzēt žurnālā. Tie ir jūsu fakti, nevis recenzenta. Tas, kas ceļo starp uzņēmumiem, ir testu kopums, tāpēc šī lapa sniedz jums testus un lūdz jūs veikt reitingu.

Tests 1: atvērtais protokols, jūsu aģents no ārpuses

Pirmais tests ir, vai aģents, ko piegādātājs nav izstrādājis, var darbināt sistēmu. Atvērtais standarts tam ir Model Context Protocol, ko izmanto galvenie aģentu klienti: Claude pievieno attālu MCP serveri kā pielāgotu savienotāju ar OAuth pieteikšanos; ChatGPT dara to pašu izstrādātāja režīmā ar pilnu lasīšanas un rakstīšanas atbalstu; kodēšanas aģenti un iekšējie aģenti, kas izstrādāti, izmantojot piegādātāja SDK, savienojas tāpat. Produkts, kas runā MCP, var darbināt jebkurš no viņiem. Produkts, kas darbojas tikai ar savu asistentu, nevar darbināt neviens cits, un šis lēmums ir pieņemts jūsu vietā.

Pierādījums, ko jāpieprasa, ir servera atbilde uz rīku/saraksta pieprasījumu, kas saskaņā ar protokolu ir mašīnas lasāms saraksts ar visu, ko aģents var darīt. Tam vajadzētu izskatīties aptuveni šādi, atkārtoti katrai darbībai sistēmā.

{
  "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"] }
    }
  ]
}

Ilustratīvs rīku/saraksta atbildes veids, kā to definē MCP specifikācija. Nosaukumi un segums atšķirsies atkarībā no produkta; svarīgi ir, lai saraksts pastāvētu, būtu tipizēts un pietiekami garš, lai segtu moduļus, kurus izmantojat.

Trīs lietas, ko pārbaudīt sarakstā. Tas ir garš, jo ERP ir simtiem darbību, un divdesmit elementu saraksts nozīmē, ka asistents sasniedz divdesmit funkcijas. Tas ir tipizēts, ar JSON shēmu katram ievadam, jo tas ļauj serverim validēt izsaukumus, nevis interpretēt prozu. Un tas mainās, kad piesakās ierobežotāks lietotājs, kas ir tilts uz otro testu.

Tests 2: atļaujas katram lietotājam katrā izsaukumā

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.

Pierādījums ir tieša atteikšana. Piesakieties kā lietotājs, kurš nevar apstiprināt pirkuma pasūtījumus, lūdziet viņu aģentam apstiprināt vienu un skatieties, kas notiek. Pareizā atbilde ir vienkārša atteikšana zvana brīdī, reģistrēta, kamēr pārējā pieprasījuma izpilde turpinās. Nepareizās atbildes ir apstiprinājums, kas iziet cauri, kļūda, kas atklāj, ko rīks būtu darījis, vai sesija, kas neizdodas, jo pārbaude bija tikai uz ekrāna.

Tests 3: budžeta un izmaksu caurredzamība

Aģents, kas pamatojas uz piegādātāja modeļiem, patērē kaut ko katru reizi, kad tas darbojas, un trešais tests ir, vai jūs varat ierobežot šo izdevumu un redzēt, kur tas aizgāja. Konkrētais mehānisms ir mazāk svarīgs nekā divas īpašības: limits, kas noteikts katrai integrācijai vai katrai atslēgai, ko aģents nevar pārsniegt, un katras darbības ieraksts par to, cik daudz katra izpilde izmaksāja. Produkts, kas var tikai pateikt jums mēneša kopējo summu pēc fakta, nav izveidojis skaitītāju, un jūs to uzzināsiet, kad nevaldāma cilpa vai jauns lietotājs saņem rēķinu.

Ir otra izmaksu jautājuma daļa, ko rangēšanas lapas pilnībā izlaiž. Ja produkts ļauj jums izmantot savu aģentu, tad, kad šis aģents veic pamatošanu, piegādātājs var vispār neveikt nekādu mākslīgo intelektu jūsu vārdā un par to neko neiekasēt. Komandai, kas jau maksā par Claude vai ChatGPT, tas pārvērš aģenta izmaksas par rindu, kuru jūs kontrolējat, nevis rindu, ko nosaka piegādātājs. Uzdodiet katram piegādātājam, ko viņi iekasē, kad jūsu aģents veic domāšanu, un pierakstiet atbildi.

Tests 4: audits, kas izskatās kā cilvēka žurnāls

Kad aģents veic darbu, žurnāls kļūst par galveno veidu, kā vadītājs to pārskata, tāpēc ceturtais tests ir, vai revīzijas pēdas ieraksta aģenta darbības tikpat pilnīgi kā cilvēka. Minimālais ir, kurš jautāja, kurš aģents rīkojās viņu vārdā, kuri rīki tika izmantoti, ar kādiem ievadiem, ar kādu rezultātu un kad. Protokola paša vadlīnijas nosaka, ka klientiem jāreģistrē rīku izmantošana revīzijai; serverim jāveic tas pats no savas puses, jo tieši serveris zina, kas patiesībā ir mainījies.

Pierādījums ir pats žurnāls pēc demonstrācijas pieprasījuma. Atveriet to un pārbaudiet četras lietas: atribūcija personai, nevis vispārējam integrācijas lietotājam; rīku izsaukumu secība, ne tikai ieraksti, kas beidzās ar izmaiņām; ievadi un rezultāti, lai nepareiza darbība varētu tikt izsekošana nepareizai ievadei; un atteikumi, jo atļauju modelis, kas nereģistrē savus atteikumus, nevar tikt pielāgots.

Tests 5: tirgus, un ko tas jums stāsta

Piektais tests ir netiešs, bet atklājošs. Ja platformai ir lietotņu tirgus, ko izveidojuši cilvēki, kas nav piegādātājs, un šīs lietotnes darbojas caur aģentiem, izmantojot to pašu rīku saskarni kā pamatmoduļi, tad rīku saskarne ir reāla, dokumentēta un pietiekami stabila, lai ārējiem cilvēkiem uz tās būvētu. Tirgus ir piegādātāja paša arhitektūra, ko katru dienu testē svešinieki. Tas arī atbild uz praktisko jautājumu par to, kas notiek, kad jums nepieciešama spēja, kādas pamatprodukts trūkst: vai jūs gaidāt ceļa karti, maksājat par pielāgotu darbu vai instalējat kaut ko, kas jau pastāv.

Pierādījums ir publicēta lietotne no trešās puses, instalēta jūsu izmēģinājuma darba telpā, parādoties aģenta rīku sarakstā nākamajā pieprasījumā. Ja tirgus pastāv, bet lietotnes ir tikai piegādātāja pašas, vai ja viena instalēšana nemaina to, ko aģents var darīt, tests ir izpildīts tikai daļēji.

Rezultātu karte

Ņemiet to līdzi uz katru demonstrāciju un aizpildiet to dienā. Novērtējiet katru testu kā izpildītu, daļēji izpildītu vai neizpildītu, un uzstājiet uz pierādījumu redzēšanu, nevis dzirdēšanu par to. Produkts, kas neiztur pirmo testu, ir produkts ar palīgu, neatkarīgi no tā, ko saka vāks, un pārējie četri testi kļūst par akadēmiskiem.

Sois ir viena no ieviešanām, pret kuru varat veikt šos testus, un, tā kā mēs to izstrādājam, mēs varam teikt, kā tas atbild. Darba vide ir MCP serveris; jebkurš saderīgs klients pieslēdzas, pievienojot darba vides adresi un reģistrējoties vienu reizi caur OAuth, bez nepieciešamības ievadīt token. Rīki tiek filtrēti pēc lietotāja lomas pirms to piedāvāšanas un vēlreiz pārbaudīti, kad tie tiek izmantoti, un piekļuve tiek slēgta, ja tā neizdodas. Izdevumi var tikt ierobežoti katrai integrācijai, katra darbība tiek reģistrēta, un, kad jūsu paša aģents veic loģiku, platforma neveic nekādu AI jūsu vārdā un par to neko neiekasē. Izstrādātāji izstrādā lietotnes ar savu aģentu, vietēji validē bez maksas un publicē tirgū, kur katrs savienotais aģents var tās izsaukt. Veiciet tos pašus piecus testus pret to kā pret visiem citiem; tie ir paredzēti tieši tam.

Cilvēki uzdod jautājumus

Šis raksts tiek pārskatīts, kad mainās tajā aprakstītie produkti. Nākamais plānotais pārskats: 2026. gada 4. decembris.