6月16日消息，日前，在“数云原力2026·原力论坛”上，神州数码正式发布了“神州问学2.0：Agentic Process Workspace”。这不仅是神州数码核心AI产品的重大迭代，更是其对AI时代软件形态的一次系统性重构。面对企业级AI从“单点提效”走向“全流程重塑”的关键拐点，神州问学2.0以“流程自优化”与“判断力资产化”为核心，试图回答一个根本性问题：软件应当如何承载AI，才能真正驱动企业组织的持续自我进化？
从“工具层”到“运行层”：AI落地的软件形态之变当前，绝大多数企业数字化系统擅长记录“发生了什么”，却难以解释“为什么发生”，更无法沉淀判断过程。传统软件将流程节点、管理规则与业务结果固化在系统中，而真正驱动决策的知识、经验与协作信号，依然散落在系统之外。
“数字化系统能记录结果，却无法沉淀判断。”神州数码副总裁、CTO李刚在发布会上指出，“AI要真正进入企业核心运行，就不能只停留在工具层，而必须进入运行层。”
这正是神州问学2.0的设计原点。作为一款Agentic Process Workspace，它不再以“功能模块”或“业务场景”为中心，而是构建一个人与AI Agent持续协同运行的工作空间。在这一空间中，系统外部的上下文信息与系统内部的结构化数据被整合进同一业务上下文，AI能够同时感知、判断并行动；同时，Agent的工作成果可沉淀、可回传，形成可追溯的过程记忆。
让流程“自己变聪明”：从“人驱动”到“人机协同驱动”神州问学2.0的核心突破，在于改变了流程推进的主导方式。传统模式下，流程依赖人力驱动、节点触发；而在Agentic Workspace中，目标、人、Agent、知识、工具与系统被整合在同一空间内，流程推进从“人主导”走向“人机协同”。
“我们不只是把一个场景做得更快，而是让流程被重新梳理、组织、优化。”李刚强调，“让流程自己变聪明，让企业拥有持续自我进化的能力。”
这一理念在论坛现场得到具象化展示。在医药CIS与汽车研发两大高门槛实业场景中，神州问学2.0直击行业研发周期长、数据零散、试错成本高等核心痛点。AI Agent被嵌入研发流程中的判断节点，与专家协同推进实验设计、文献分析、参数调优等任务，并将每一次判断结果回传至工作空间，形成可复用的判断力资产。
从垂直场景到通用平台：一套可复制的方法论神州问学2.0并非仅面向垂直行业的定制工具，而是从细分赛道实践中提炼出的通用创新平台。其底层逻辑可概括为：通过语义与数据的统一、规则与认知的统一，帮助企业实现流程自优化。
语义与数据的统一：打通企业内部多源异构系统，让AI能够理解业务上下文；
规则与认知的统一：将专家经验转化为可量化、可复用的Skill资产，而非依赖个人判断；
流程自优化：通过数据回流验证与持续迭代，推动判断力资产的复利增长。
这一方法论支撑下的神州问学2.0，已在金融、汽车、医药、供应链等多个行业完成初步验证。其背后是神州数码2026年一季度AI业务119%营收高增的产品底气。
软件形态革命：AI时代的企业操作系统？如果说传统ERP是工业时代的企业骨架，那么神州问学2.0所代表的Agentic Process Workspace，正在成为AI时代的企业神经系统。它不再以“记录”为核心，而是以“判断”和“协同”为核心；不再追求“流程固定化”，而是追求“流程自进化”。
在AI从“辅助工具”走向“经营参与者”的超级周期中，软件形态的重构将成为企业级AI落地的分水岭。IDC预测，到2027年，G2000企业的智能体使用量将增长10倍，Token调用量将增加1000倍。届时，智能体的筛选、编排与优化，将成为IT部门的核心职能。
而神州问学2.0，正试图在这一进程中，定义下一代软件应有的模样：一个让AI真正融入流程、让组织持续自我进化的工作空间。
