企业智能体不只会聊天：特赞用 GEA 把公司资料和 400 个 Skills 接起来

员工让 AI 写一份方案时，最常见的问题不是文笔不够好，而是它不知道公司以前做过什么、品牌不能说什么，也不懂审批和交付规则。

特赞在 WAIC 2026 展示的 GEA，想先补上这些企业上下文，再让智能体调用不同 Skills 完成任务。它面向的不是个人聊天，而是公司里跨资料、规则和团队的工作流。

GEA 先给智能体补一份公司的“共同记忆”
特赞把 GEA 定义为企业级智能体系统。底层的 Context System 用来沉淀品牌资产、历史决策、业务规则和用户认知，让上层智能体执行任务时不必每次从零理解公司。

这套架构再接入面向洞察研究、内容增长、产品创新和品牌设计的 Skills。特赞官方页面称目前有 400 多个模块化技能；数量不是最关键的，关键在于每个技能是否能把专家的操作步骤、输入和交付要求固定下来。

第一财经的 WAIC 现场报道显示，特赞把这套架构放进产品创新与品牌营销等场景展示。对企业用户而言，它要解决的是资料散落、上下文反复补充和生成结果难以继续执行，而不是再多一个通用问答入口。

从“帮我想”走到“按公司的方式完成”
通用模型可以快速给出创意，但企业任务通常还有品牌口径、历史素材、协作角色和审批节点。GEA 的思路是把这些条件作为系统的一部分，让智能体围绕业务目标选择技能、生成结果并继续推进。

例如做用户研究时，任务不只停在总结访谈，还可能接着整理洞察、映射人群与形成产品方向；做内容时，也需要使用已有资产和品牌规则。把上下文与技能分开管理，理论上更容易复用，也更方便发现是哪一步出了问题。

这类产品主要面向企业部署和咨询，不是普通用户注册后立即使用的小工具。是否适合一家公司，还取决于已有资料是否完整、业务流程是否稳定，以及愿不愿意持续整理自己的上下文。

企业真正要问的是权限、更新和结果责任
把公司资料汇总给智能体，会同时放大数据治理问题。谁能看到哪些素材、过期规则如何淘汰、外部模型能否接触敏感信息，都需要在部署前说清楚。

Skills 也不是装进去就一直有效。业务规则和平台接口变化后，执行步骤需要更新、测试和回滚。WAIC 现场展示说明企业智能体正在从单个 Demo 走向系统架构，但能否长期稳定交付，还要看真实部署中的权限、维护成本与审核记录。

想继续了解
• 特赞：GEA 企业级智能体系统架构
• 特赞：企业 Agent 能力框架与 GEA
• 第一财经：特赞亮相 WAIC 展示企业级智能体
• WAIC 2026 官方企业目录