上一个企业软件世代通过成为“记录系统”（systems of record）创造了万亿美元级的生态：Salesforce 为客户，Workday 为员工，SAP 为运营。谁掌握了规范化数据，谁就掌握了工作流与粘性。

现在的争论是：当智能代理（agents）到来时，这些记录系统是否还能存活？有人认为代理会取代它们；也有人主张代理只是把用户界面从数据层抽离出去，提高记录系统的标准。我们认同后者，但要补充一个关键视角：代理需要的并不是仅仅“更好地访问已有数据”，而是需要“决策的可追溯性”——也就是我们称之为的“上下文图”。

为什么现有系统仍不足以支撑代理

代理被用于合同审查、报价到收款、客户支持等真实工作流时，团队遇到的阻力不是缺数据，而是缺“决策痕迹”。人类在日常工作中靠判断和组织记忆解决模糊性，但这些判断的输入、例外、前例并没有作为耐久化数据被保存：

• 例外逻辑藏在人们脑子里：例如“对医疗类客户通常让步10%”，这种‘部落知识’不会写进CRM。

• 历史前例未被关联：类似的成交结构为何采用某种方式，系统里没有“为什么”的链路。

• 跨系统的综合判断没有落地：支持工程师在做决定时会把CRM、Zendesk、Slack 的线索合成判断，但系统只记录结果“升级到三级”，没有记录综合过程。

• 审批链发生在系统之外：副总裁可能在电话或私信里批准折扣，记录只留下最终价格，却没有谁批准、依据是什么。

所以问题不是数据肮脏或孤立，而是把“把数据变成行动的推理过程”从未被视为数据。

什么是上下文图（Context Graph）？

当创业公司把代理编排层（orchestration）进行埋点，让每一次决策的执行都发出决策痕迹（decision trace），企业就能得到一种罕见的能力：可结构化、可回放的“为什么会这样”的历史记录。

举例：续约代理提出 20% 折扣建议，政策上上限是 10%，除非存在服务影响例外。代理拉取了三条 PagerDuty 的 SEV-1 事件、Zendesk 中未结的“取消除非修复”工单、以及上季度 VP 批准类似例外的线程。代理将例外路由至财务，经审批之后，CRM 里最终只写入“20% 折扣”。如果这些中间的上下文都被持久化，就产生了一个连接账户、续约、工单、事件、政策、审批人与代理运行这样的实体与“决策事件” 的图谱——即上下文图。

随着时间推移，捕获到的决策痕迹会自然累积成可查询的前例库，每一次自动决策都会添加新的痕迹，形成复利效果。重要的是，这并不要求系统一开始就完全自治：从“人机在环”的流程开始，代理提议、收集上下文、路由审批并记录痕迹；随着相似场景的重复，更多路径可被自动化，因为系统已经有了结构化的前例与例外逻辑。

为什么现有巨头难以直接构建出上下文图

现有厂商各有局限：

• 运营类记录系统（如 Salesforce）偏重当前状态：它们能告诉你机会现在是什么样子，但不能再现“决策发生时的世界状态”，因此无法审计决策或把前例当作判据。

• 数据仓库（如 Snowflake、Databricks）处于读取路径：虽然拥有时间序列的快照能力，但仓库通常在决策发生后通过 ETL 收到数据——届时决策上下文已经遗失。

代理系统的结构性优势在于它们存在于执行路径：当代理在编排层对多个系统拉取上下文、评估规则、解决冲突并执行写入时，它能在“提交时间”捕获完整的决策痕迹。这是仓库或传统记录系统所不能天然做到的。

当然， incumbents 会通过并购、封闭 API、开收据费用等手段反击。但这些策略可以让提取更贵、更难，却无法把自己插入到一个它们从未参与的执行路径中，以成为最原生的决策记录者。

创业公司通常会走的三条路径

1. 从 Day 1 替代整个系统：把 CRM/ERP 重新构建为以 agent 驱动的执行系统，事件溯源、策略捕获原生于架构中（难度大，但在迁移窗口存在机会）。例如一些面向 AI SDR（销售发展代表）的创业公司选择构建 AI 原生的销售平台，直接取代像 Outreach/ Salesloft 这类为人工设计的工具。

2. 替换模块级别的功能：先自动化那些例外与审批频繁集中的子工作流，成为这些决策的记录系统，然后再把最终状态同步回 incumbents。例如在财务领域，某些公司自动化现金、关账与核心会计流程，而不直接取代总账（GL），但成为对账与规则执行的真相来源。

3. 创建全新的记录系统：从编排层起步，持久化企业长期未系统化的决策痕迹，最终形成可回放的决策谱系，成为企业回答“我们为什么这么做”的权威场所。生产工程、SRE、支持与开发交界处的“胶水”功能尤其适合此路径：把上下文图当成源真相，回答“为什么故障发生”或“某变更是否会破坏生产”。

示例公司包括在不同领域探索这些路径的创业公司，他们通过捕获与索引决策痕迹，逐步把上下文图变成公司关键资产。

创业者应关注的关键信号

一些通用且有力的信号：

• 高人工工时密集度：如果某流程里有 50 人在手工执行，说明这里的决策逻辑复杂且值得自动化。

• 例外频繁：常规、确定性的流程不需要丰富的决策谱系；相反，“看情况”的决策（例如报价审批、承保、合规审查）是关键场景。

• 位于系统交叉口的组织角色：RevOps、DevOps、Security Ops 等天然产生跨系统的“胶水”工作。这些角色存在正是因为没有单一系统能拥有跨职能的真相。自动化这些角色的代理不仅能跑更快，还能把原本在组织成员脑海中的前例持久化。

重新想象系统的记录（Systems of Record, Reimagined）

问题不在于系统的记录能否存活：它们会继续存在。但下一个万亿级的平台，可能不是在原有数据上简单叠加 AI，而是把“决策痕迹”作为一等公民去捕获、索引与使用。我们认为，能构建上下文图的创业公司正在奠定这类平台化价值的基础。

小结

• 代理不会简单地把现有记录系统替代掉，而是把界面与执行从数据层抽离。

• 代理运行所产生的“决策痕迹”是此前系统普遍缺失的一层数据。

• 把这些痕迹结构化、可查询并累积成前例，就是所谓的上下文图；它是审计、可解释性与能力复利的来源。

• 初期可以从人机协作开始，逐步积累前例，最终走向更大程度的自动化。