
版本 1.1 · 2026年4月。 本白皮书记录了FIM One的架构论文、类别定位和部署模型。
本文档面向CTO、企业架构师、AI平台负责人和技术投资者,帮助他们评估如何将AI引入现有系统。
执行摘要
数据永不离开您的边界。 这句话是FIM One每一项决策背后的首要设计约束,也是为什么需要一个新的基础设施层——而不是另一个iPaaS,也不是另一个通用智能体。 大多数企业已经拥有他们需要的系统——ERP、CRM、OA、自定义数据库、内部API、行业SaaS。他们缺少的是让AI接入这些系统的方式,而无需将数据迁移到供应商云端,也无需为每个用例花费六个月的集成项目。市场规模庞大、发展迅速,并且已在重新定位:全球企业GenAI基础设施支出预计在2025年达到180亿美元,同比增长3.2倍(Menlo Ventures 2025)。中国的增长速度更快——企业AI智能体支出达到120% CAGR(2023–2027),到2027年将达到¥65.5B(iResearch · CAICT 2025)。中央/国有企业占大模型采购的60%以上,信创私有部署是硬性约束。 Gartner已正式将此类别重命名为”AI Agent Platform”(文件6300015,2025);CAICT的2025智能体AI技术报告称之为”智能体平台”;历史上的iPaaS领导者MuleSoft在2025年iPaaS魔力象限中从领导者降级为挑战者。主导企业集成十年的类别正在被实时替代。 FIM One为新类别而构建。它是一个连接器枢纽——一个供应商无关的Python框架,其中AI智能体跨您现有系统动态规划和执行任务,部署在您自己的环境中,端到端可审计。一个智能体核心,三种交付模式:| 模式 | 部署位置 | 典型应用 |
|---|---|---|
| 独立 | 自有门户 | 知识问答、内部聊天、代码沙箱 |
| 副驾驶 | 嵌入宿主系统内 | ERP网页UI中的”财务副驾驶” |
| 枢纽 | 中央跨系统编排器 | 智能体查询ERP、检查OA、通过Feishu通知 |
1. 问题所在:企业AI是一个对齐问题
2025–2026年的公开AI讨论一直被模型能力主导——更长的上下文、更好的推理、更便宜的token。在企业内部,能力很少是瓶颈。瓶颈在于AI在你的系统内部没有”手”。 一个能读懂万行代码库并提出正确修复方案的前沿LLM,本身无法:- 从本地部署的SAP实例中提取昨天的库存数据。
- 在只有遗留SOAP API集成接口的SaaS HR工具中批准休假请求。
- 向符合信创标准的ERP中写入一行数据,其身份验证是登录票据服务而非OAuth2。
- 向飞书群组发送通知,同时遵守该群组自身的审批规则。
2. 为什么现有方法不足
2.1 iPaaS和工作流构建器——一个衰退的类别
iPaaS(MuleSoft、Boomi、Workato)和轻量级工作流家族(n8n、Zapier、Dify、Coze)将集成视为设计时问题:人类绘制节点图并在字段级粒度进行连接,该图在运行时确定性地运行。当集成数量少且稳定时,这种方法是可行的。 但它不适用于AI驱动的企业自动化,原因有三:- 逻辑已经存在于目标系统内。 每个节点都是围绕API调用的薄包装,而你现在需要在两个地方维护它。
- 人类必须提前知道计划。 企业问题如”关闭所有亚太地区实体的Q1”是开放式的——计划必须在运行时生成,而不是由设计师绘制。
- 字段级映射在规模上崩溃。 跨十几个系统的千节点图无法维护;AI可读的操作界面完全取代了它。
2.2 通用智能体(Manus、AutoGPT、OpenAI Assistants)
通用智能体设计用于消费者和知识工作任务——浏览网页、起草文档、操作电子表格。它们无法进入你的VPN、向你的ERP进行身份验证或通过你的安全审查。当围绕企业系统部署时,它们成为在试点阶段就失败的演示。2.3 厂商内置AI(飞书AI、SAP Joule、Salesforce Einstein)
厂商已将自己的AI内置到自己的产品中。问题在于结构性的:任何上游厂商都没有动力去打破自己的数据孤岛。 飞书AI不了解你的ERP数据;钉钉AI不了解你的合同状态。每个厂商的AI只能看到该厂商卖给你的内容。对于跨系统工作,它们根本无法胜任。2.4 自建和RPA
自建方案周期长、适配成本高。RPA像人类一样驱动UI——这是最通用的方法,也是最脆弱的:每次UI变化都会破坏它,每个身份验证提示都会让它停止。它只是对缺失API的补丁,不是构建AI的基础。 FIM One占据了这些方案都留下的空白:对真实系统的类型化API,由模型规划,由企业治理,部署在企业边界内。3. FIM One 论文
三项信念塑造了每一个设计决策。 信念 1——系统已经存在。 不要求企业重建;在企业所在的地方与其相遇。每个连接器都是一座桥梁,而非替代品。数据永远不会离开信息源,也永远不会离开企业边界。 信念 2——对齐优于能力。 一个较弱但工具集对齐的模型胜过一个在原始 API 上摸索的更强模型。护城河是连接器库、其认证模型和治理层——而非智能体的原始推理能力。 信念 3——动态规划是正确的中间立场。 刚性工作流(iPaaS、BPM)对真实企业任务过于脆弱;完全自主智能体(AutoGPT、Manus)对生产环境过于不可预测。FIM One 在运行时规划,但在类型化的行动空间内——每一步都是连接器调用,而非开放式的 LLM 独白。有界自主性:re-plan ≤ 3 | token budget | confirmation gate。
超越iPaaS
FIM One刻意不是iPaaS,这种区别不仅仅是表面的。iPaaS是字段级、设计时、人工建模、供应商云托管的。FIM One是操作级、运行时、模型规划、企业自托管的。| 维度 | iPaaS | FIM One |
|---|---|---|
| 粒度 | 字段映射 | 类型化操作 |
| 规划时间 | 设计时 | 运行时 |
| 谁来建模 | 人工设计师 | 模型 |
| 数据位置 | 供应商云 | 您的服务器 |
| 治理 | 外部附加组件 | 内置钩子 |
| 分类(Gartner 2025) | iPaaS MQ(衰退中) | AI Agent Platform |
4. 架构原则
提供商无关
任何OpenAI兼容的LLM——OpenAI、Anthropic、DeepSeek、Qwen、本地Ollama、信创认证模型。模型选择是部署变量,而非架构承诺。
协议优先
每个连接器都发布类型化的模式。智能体看到的是操作、参数和返回类型——永远不是原始HTTP。OpenAPI、MCP和直接数据库连接都是一等公民。
三个执行引擎
ReAct用于探索性任务,DAG用于结构化管道,Workflow(最多25个节点)用于确定性的人工设计管道。一个智能体核心根据任务选择引擎。
模式优先工具加载
工具模式以30个token的成本预先加载;智能体按需扩展。每个会话的提示词开销下降80%,平台可扩展到10,000+个API而不会爆炸上下文窗口。
钩子治理
每个工具调用都通过可配置的钩子链:审计、策略、人工审批。钩子在LLM循环外运行——确定性且可审计。
内存感知
短期对话、长期知识库和跨会话内存是一等原语,而非附加功能。
5. 三种交付模式——一个智能体核心
相同的规划器、记忆和连接器库支持三种不同的产品形态。选择是一个部署决策,而不是代码分支。 独立版 ——一个自包含的门户。购买者需要一个基于精选知识库的聊天界面,或代码沙箱,或通用助手。不涉及主机系统。适合内部IT帮助台、工程生产力、客户支持知识库。 Copilot ——通过iframe、小部件或直接嵌入方式集成到现有主机系统中的智能体。主机处理身份验证;Copilot继承用户上下文。适合SAP Fiori中的Finance Copilot、Salesforce中的Sales Copilot、内部开发者门户中的DevOps Copilot。 Hub ——中央编排平台。每个连接的系统都在此汇聚。用户提出跨系统问题;智能体规划并跨系统执行。适合”关闭所有亚太地区实体的Q1”、“查找每个错过续约的客户并起草外展方案”、“协调昨天网关和账本之间的支付”。6. 连接器对齐模型
连接器是由身份验证策略支持的类型化操作表面。FIM One定义了三个身份验证层级,涵盖绝大多数企业系统。第1层——数据库连接器(完整或基础)
第1层——数据库连接器(完整或基础)
直接连接到关系型或文档数据库。完整模式向智能体公开任意SQL,由只读角色进行控制;基础模式仅公开预注册的参数化查询。原生支持Xinchuang兼容数据库——Dameng (DM8)、KingbaseES、HighGo、GBase——以及PostgreSQL、MySQL和Oracle。中央/国有和受监管客户可在第一天通过合规采购。
第2层——OpenAPI连接器(用户密钥)
第2层——OpenAPI连接器(用户密钥)
任何具有OpenAPI规范的REST API。智能体读取规范、选择端点,并使用已登录用户的密钥调用它。涵盖现代SaaS(Slack、Linear、GitHub)和文档完善的内部API。
第3层——登录票证/遗留连接器
第3层——登录票证/遗留连接器
针对通过登录票证服务而非OAuth2进行身份验证的系统——在中国市场尤为常见。连接器管理票证生命周期(获取、刷新、失效),并向上呈现正常的类型化表面。此层级解锁其他供应商跳过的系统。
7. 可信的企业级AI——三大支柱
企业级AI在生产环境中失败,不是因为模型有问题,而是因为组织无法证明它是正确的。FIM One将信任视为架构,通过三大支柱来体现。每个结论都有引用
RAG检索+引用链让智能体为每个声明引用特定文档中的特定段落。结论可追溯且可审计。没有黑盒输出。
每次写入都需确认
写操作被强制暂停,在执行前等待人工审批——可在门户中内联进行,也可通过Feishu审批组进行带外审批。钩子链是架构约束,而非政策建议。它无法被绕过。
每次发布都有度量
数据驱动的评估在每次发布前量化质量。每次迭代都可度量;企业采购获得的是证据,而非承诺。
8. 部署和商业模式
FIM One 在宽松许可证(FIM-SAL)下开源,提供三种部署形式和三个版本层级。Community
永久免费。自托管。面向开发者和评估团队。
Cloud
由Wuzhi托管在cloud.fim.ai。按用户+按连接器订阅。新加坡实体处理海外合同。
Enterprise
私有部署、定制定价、合规工具、专属技术支持。面向大型企业和政府/国有客户。
9. 交付路径
生产部署遵循三步路径,确保风险可控且快速实现价值。| 步骤 | 时间表 | 发生的事情 |
|---|---|---|
| 1. 概念验证 | 2 周 | 1–2 个代表性场景(财务审计、合同审查、数据报告),端到端真实数据验证。第 7 天完成初版,第 14 天交付验证报告。 |
| 2. 试点 | 1–2 个月 | 私有部署到您的服务器。首批 3–5 个连接器(ERP / OA / Feishu / DingTalk / 数据库)。覆盖一条业务线。建立审计和审批基线。 |
| 3. 扩展 | 3–6 个月 | 扩展到更多业务线和连接器。积累行业技能包。培训内部管理员。交付运营手册和 SLA。 |