Ajelix 发布自主执行型 AI 聊天机器人：从公式生成到全链路业务工作流自动化
在 AI 应用落地的漫长征途中，企业往往面临一个核心痛点：AI 模型擅长生成策略和代码片段，却难以独立完成复杂的业务交付。2026 年 2 月 11 日，老牌 AI 工具 Ajelix 宣布完成平台彻底重构，正式推出全新的 Agentic AI Chat（自主型 AI 聊天机器人）。这一转变标志着其从单一的 Excel 公式助手，进化为能够自主执行完整业务工作流的智能操作系统。
从“写公式”到“做报表”：产品战略的根本性转变
Ajelix 成立于 2022 年，最初定位为通过 AI 辅助生成复杂 Excel 公式的工具。然而，在积累了超过 30 万用户后，创始人 Agnese 发现了一个明显的市场缺口：用户不再满足于获得公式代码，而是渴望直接获得完整的解决方案。
“用户反复询问：‘你能直接帮我生成整个报告吗？’‘你能直接搭建仪表盘吗？’‘你能自动化这个工作流吗？’” Agnese 表示，当这种需求达到第一千次时，团队意识到自己构建的只是一个组件，而非用户真正需要的完整方案。
基于此洞察，Ajelix 决定推倒重来，利用多模型架构和自主执行能力，将平台升级为能够处理从需求分析到最终交付的全链路自动化工作流。
Agentic AI 与 Conversational AI 的核心差异
此次升级的核心在于从 Conversational AI（对话式 AI）向 Agentic AI（代理式 AI）的范式转移。
- 传统对话式 AI：遵循问答模式。用户提问 -> AI 提供步骤指导或代码 -> 用户手动执行与调试 -> 产出结果。这导致了高昂的时间成本和执行断层。
- Ajelix 自主代理模式：遵循目标导向模式。用户描述预期结果 -> AI 自主分析需求 -> 制定执行策略 -> 编写并运行代码 -> 交付可直接使用的成品。
Arturs（Ajelix CTO & 创始人）强调：“对话式 AI 的局限性在于它止步于建议。企业专业人士没有时间去实施那 47 个步骤的指令。他们需要的是分析完成、仪表盘搭建、工作流自动化的结果。这就是代理式 AI 所交付的价值——自主执行，而非仅仅智能对话。”
技术架构：实现自主执行的关键创新
为了支撑这种“不仅思考，而且行动”的能力，Ajelix 构建了以下核心技术能力：
- 多模型智能路由架构：系统能够根据任务复杂度，智能调度至最合适的 LLM 模型，确保非技术人员也能调用顶级大模型能力。
- 集成代码执行沙箱：不同于仅生成代码的通用 AI，Ajelix 在安全沙箱环境中直接执行 Python、VBA 等脚本，并在交付前自动测试与验证输出结果。
- 持久化工作空间（Persistent Workspace）：平台具备状态记忆能力，跨会话保留用户数据、上下文、模板及文件，确保工作流的连续性。
- 透明化思维链（Thinking Mode）：在处理复杂任务时，AI 会透明展示其推理过程，拆解任务步骤，解释决策逻辑，让用户知其然更知其所以然。
实际应用场景与交付价值
Ajelix 的自主执行能力使其能够生成多种即插即用的业务资产，包括但不限于：
- 数据可视化：自动生成包含公式的 Excel 文件及交互式仪表盘。
- 文档与演示：一键生成专业的 PowerPoint 演示文稿。
- 自动化脚本：产出可执行的 Python 和 VBA 脚本，用于处理重复性任务。
- 营销与财务：构建自动化的营销页面、财务分析报告及着陆页。
这一变革不仅填补了 AI 落地执行的鸿沟，更将企业从繁琐的“提示词工程”和“代码调试”中解放出来，真正实现了 AI 在业务流程中的深度嵌入与自动化。
关键亮点 (Key Highlights)
- 全链路自主执行：从需求描述到最终交付成品，AI 不再仅提供建议，而是独立完成复杂业务工作流。
- 多模态交付能力：支持生成 Excel 报表、Python 脚本、PPT 演示、交互式仪表盘等多种可部署资产。
- 安全代码沙箱：内置集成环境，自动执行并验证代码逻辑，确保交付结果的准确性与安全性。
- 状态记忆与持久化：构建持久化工作空间，保留上下文与文件，支持长周期、多步骤的复杂任务规划。
关键技术指标 (Metrics)
- 版本迭代：v2.0 (Agentic OS 重构版)
- 累计用户：300,000+
- 支持语言：Python, VBA, JavaScript
- 核心架构：Multi-Model Routing + Sandbox Execution
“这不再是一个 Excel 工具，”Arturs 强调，“Ajelix 现在是一个用于业务执行的完整 AI 工作空间，Excel 只是我们自主生成的众多输出格式之一。”
