企业架构只有持续反映业务和技术变化，才能真正指导决策。智能体可以在明确规则和权限范围内感知变化、分析问题、推动任务并收集反馈，使架构成果从静态交付物转变为持续运行的管理基础。

一、为什么企业架构需要从建设转向运营

传统企业架构工作往往集中在规划设计和成果交付，架构图、对象清单和标准文档形成后缺少持续维护。随着业务流程调整、系统功能变化和技术组件升级，架构制品容易与企业实际状态逐渐脱节。

架构运营要求持续监测架构状态，及时识别偏差并推动处置，再把执行结果更新到架构资产中。这样才能使架构基线保持准确，并在项目建设、风险管理和资源配置中持续发挥作用。

二、智能体在架构运营中承担什么角色

智能体作为具备自主感知、规划、决策和执行能力的新型应用形态，可以依据架构目标、规则和权限处理连续性的运营任务。它能够主动读取状态变化，组合分析步骤，调用相应工具并跟踪处理结果。

架构智能体是具备自主感知、规划、决策和执行能力的AI实体，但并不替代架构师。智能体负责高频信息处理和任务协同，架构师负责规则制定、结果审核、例外判断和重要决策，双方形成明确分工。

图1  架构智能体的能力链

三、智能体如何持续感知架构变化

智能体需要连接企业架构库、项目管理平台、应用配置库和运维监测系统，采集架构资产状态数据、运营指标数据和异常事件数据。采集结果应映射到业务能力、应用系统、数据实体和技术组件等具体架构对象。

在此基础上，智能体可以持续监测架构资产状态和运营指标变化，主动发现异常。例如，系统接口发生变化、关键组件版本过期或服务指标持续偏离时，智能体将变化对象、发生时间和关联范围形成可追溯记录。

四、智能体如何分析架构问题并形成决策建议

智能体将监测到的变化与架构原则、技术标准、目标状态和依赖关系进行比对，识别重复建设、标准偏离、依赖冲突及潜在影响。分析应明确问题依据，避免只给出没有来源的判断。

对于已识别问题，智能体可以根据预设规则和历史案例自主判断问题的性质、影响范围和处置优先级。利用已有的大语言模型、分类模型和推理服务完成智能决策任务，并将判断依据、关联对象及建议措施提交架构师审核。

五、智能体如何推动架构任务执行

经过人工审核的建议需要转化为可执行任务。智能体按照问题类型和责任关系确定业务、应用、数据、技术或安全责任主体，明确整改内容、完成时限、验收条件和需要更新的架构制品。

在授权范围内，智能体可以自动推送预警、生成整改任务、更新架构资产、生成运营报告。对于涉及关键架构对象或高风险操作的变更，只能形成待审核内容，在责任人确认后执行。

六、如何形成架构运营的反馈闭环

完整闭环按照感知变化、分析问题、生成建议、审核决策、执行任务、验证结果和更新架构的顺序运行。整改完成后，智能体核验异常是否消除、架构指标是否恢复，并将结果同步到架构知识库和相关制品。

智能体还应通过收集处置结果和用户反馈持续优化决策模型。成功案例可以补充处置规则，误判和遗漏则用于调整阈值、提示模板或模型能力，使后续判断更加准确。

七、如何控制智能体参与架构运营的风险

智能体的访问范围和操作权限应按照任务类型分级设置，只允许读取完成任务所需的信息，并限制对关键架构对象的直接修改。涉及架构原则调整、核心系统变更和跨域重大影响的建议必须保留人工审核。

运营过程需要记录数据来源、分析步骤、模型输出、人工决定和执行结果，确保问题可追溯。敏感数据应实施访问控制和脱敏，模型无法判断、规则相互冲突或工具调用失败时，应立即转交责任人员处理。

八、如何分阶段建设智能体驱动的运营闭环

企业可以从架构资料查询、变化提醒和规则检查等低风险场景开始，验证数据连接、对象映射和权限控制。运行稳定后，再扩展到影响分析、整改任务生成、状态跟踪和运营报告。

在典型业务域完成试点后，应根据准确率、处置效率和用户反馈评估智能体能力，并逐步扩大可操作范围。每个阶段都要同步完善架构数据、运营规则、人工审核和异常处置机制，再进入下一阶段。

九、主要参考来源

[1] 国家互联网信息办公室等. 生成式人工智能服务管理暂行办法. 2023. 原文链接

[2] 国务院. 新一代人工智能发展规划. 2017. 原文链接

[3] Microsoft Learn. AI代理业务流程模式. 原文链接

[4] Microsoft Learn. 多代理工作流自动化参考体系结构. 原文链接

[5] NIST. Artificial Intelligence Risk Management Framework 1.0. 2023. 原文链接

[6] Russell S, Norvig P. 人工智能：一种现代的方法[M]. 北京：人民邮电出版社.

[7] The Open Group. TOGAF Standard, 10th Edition. 原文链接