企业软件正经历一场底层逻辑的变革，从席位订阅转向决策订阅，预示着新一代巨头企业的诞生。

随着技术的发展，企业级软件正在经历一次彻底的转型。

这种架构代表了一次软件设计上的重大革新。

当基础模型逐渐成为公共基础设施时，企业间的竞争焦点将从模型参数的大小转向其他方面。

护城河开始转移到三个维度：判断质量、系统协同和私有化的上下文结构。

企业如何形成判断？

在这样的背景下，企业级AI的竞争逻辑正在从模型能力的竞争转向认知结构的竞争。

技术栈的重心正在从界面转移到Agent

微软CEO曾多次强调，AI将彻底改变软件的形态。

• 在大语言模型出现之前，企业软件长期保持一种稳定的结构：用户通过界面触发业务逻辑，逻辑调用数据库完成操作。
• 当推理能力成为基础设施后，控制权开始上移，界面不再是决定体验的核心。
• 新的核心正在形成，即Agent这一推理层结构。

在SaaS时代，企业购买的是席位；而到了Agent时代，企业购买的是结果能力。

这种转变，意味着价值结构正在发生变化。

数据不再占据中心位置，Context正成为新的企业引力结构。

企业软件体系一直围绕System of Record构建。

但当智能体可以跨系统调度数据并完成推理与执行时，引力中心开始发生转移。

在Agent时代，真正的引力中心开始从System of Record转向System of Context。

Context不仅仅是一个内容集合，它是由目标结构、决策路径、修改原因、反馈循环与历史经验构成的认知网络。

正是在这一背景下，特赞提出了Context System，并进一步构建了GEA架构，使智能体能够围绕业务意图展开推理，并进入真实业务执行路径。

它回答的是智能体如何围绕业务目标持续运行的问题。

GEA由四层架构组成，从上到下分别是意图层、编排层、执行层和上下文系统层。

GEA的起点不是指令，而是业务目标。

系统首先理解的是企业希望解决的问题本身，而不是具体操作步骤。

这使智能体能够围绕结果，而非指令运行。

在意图被识别之后，由特赞自研的Creative Reasoning Model进行发散推理与路径编排。

这一层决定了智能体是否具备真正的业务推理能力，而不仅仅是内容生成能力。

当路径确定之后，智能体开始进入真实业务执行阶段。

在这一层，GEA通过Proactive Agent体系调度模型能力、Agent Skills与企业内部系统接口，使任务能够持续推进。

执行层系统——GEAClaw则负责跨系统调用能力资源，并根据环境变化动态调整执行策略，使智能体能够持续参与企业工作流运行。

支撑整个架构运行的，是企业级Context System。

当Context成为统一认知基础之后，智能体才真正具备持续推理能力。

在这一四层结构之上，GEA不仅是一个模型调用接口，而是成为能够围绕企业真实目标持续运行的智能体系统。

从数据操作系统到决策操作系统

以Palantir为代表的数据操作系统，本质上是一种能够参与企业决策流程运行的数据基础设施。

它使算法能够围绕真实业务目标持续工作，而不是围绕单次查询响应输入。

如果说上一代数据基础设施解决的是如何组织数据，那么新一代企业级智能体系统正在解决的，则是如何组织企业判断。

这一变化意味着企业软件正在从数据操作系统阶段进入决策操作系统阶段。

从席位订阅到决策订阅：ARR结构正在被重写

从资本市场视角来看，Agentic AI最重要的变化，并不在模型能力，而在收入结构。

企业采购的不再是工具，而是一种可以影响经营结果的能力结构。

软件订阅关系正在从席位订阅转向决策订阅，这一变化正在成为资本市场重新评估企业级AI公司价值的重要依据。

特赞提出的GEA架构，正是围绕这一变化展开，它使智能体能够基于企业Context持续运行，并嵌入真实业务流程，从而形成可积累的智能能力结构。

下一个万亿美元公司，将是“伪装成服务商的软件企业”，因为它们不再仅仅提供工具，而是直接参与企业结果的产生过程。

Generative Enterprise Agent，正在成为新的认知基础设施。

从更宏观的技术史视角来看，ERP解决资源组织问题，CRM解决客户理解问题，BI解决数据解释问题，而企业级Agent架构正在开始解决一个更深层的问题，即企业如何形成判断。

特赞提出GEA，是一次企业软件架构层的转移尝试。

模型成为公共基础设施之后，真正决定企业差异的，不再是模型规模，而是上下文结构；不再是生成速度，而是判断质量；不再是单点能力，而是系统如何持续运行。

企业真正部署的，将是一套能够参与经营判断的智能系统。

企业级的智能，由此开始新的篇章。

它通过组织企业内部的数据关系，使算法能够围绕真实业务目标持续工作，而不是围绕单次查询响应输入。

如果说上一代数据基础设施解决的是如何组织数据，那么新一代企业级智能体系统正在解决的，则是如何组织企业判断。

这一变化意味着企业软件正在从数据操作系统阶段进入决策操作系统阶段，而企业级Agent架构正是这一阶段的重要基础设施形态之一。

从席位订阅到决策订阅：ARR结构正在被重写

从资本市场视角来看，Agentic AI最重要的变化，并不在模型能力，而在收入结构。

传统SaaS的ARR（年度经常性收入）建立在席位订阅与模块授权之上，而企业级智能体系统的ARR则开始建立在业务参与深度之上。

当系统能够持续参与产品创新判断、品牌表达控制以及增长路径优化时，企业采购的就不再只是工具，而是一种可以影响经营结果的能力结构。

软件订阅关系正在从席位订阅转向决策订阅，这一变化正在成为资本市场重新评估企业级AI公司价值的重要依据。

特赞提出的GEA架构，正是围绕这一变化展开，它使智能体能够基于企业Context持续运行，并嵌入真实业务流程，从而形成可积累的智能能力结构。

红杉合伙人Julien Bek在其文章“Service is the new software”（服务即新软件）中提出：

下一个万亿美元公司，将是“伪装成服务商的软件企业”，因为它们不再仅仅提供工具，而是直接参与企业结果的产生过程。软件的价值，不再体现在功能列表，而体现在是否能够持续影响业务结果。

Generative Enterprise Agent，正在成为新的认知基础设施

从更宏观的技术史视角来看，ERP解决资源组织问题，CRM解决客户理解问题，BI解决数据解释问题，而企业级Agent架构正在开始解决一个更深层的问题，即企业如何形成判断。

特赞提出GEA，是一次企业软件架构层的转移尝试。

模型成为公共基础设施之后，真正决定企业差异的，不再是模型规模，而是上下文结构；不再是生成速度，而是判断质量；不再是单点能力，而是系统如何持续运行。

过去十年，企业采购的是软件系统；过去三年，企业尝试的是模型能力；而正在到来的十年，企业真正部署的，将是一套能够参与经营判断的智能系统。

企业级的智能，由此开始新的篇章。