ARI 将自然语言请求转化为行动，提交人工审批，并发布结果。
Clevi 设计 ARI，旨在将 AI 试点转化为真正的业务流程。
聊天机器人和 AI 实验不断增多，但如果没有与实际工作流程的连接，它们仍会彼此孤立。每个工具都单独管理，而缺乏全组织范围的治理会导致试点项目停滞不前。
没有记录 AI 使用了哪些文档、如何做出决策，或由谁批准。这使得 AI 工具难以满足监管或内部审计要求。
当 AI 可以调用 API、修改外部系统或部署代码时，控制就会变得困难。企业无法接受一个在没有人工审核的情况下执行高风险操作的系统。
内部文档、政策、术语和工作历史不会传递给 AI，因此团队每次都必须解释相关背景。组织知识永远不会积累为 AI 资产。
对于需要运行数分钟或更长时间的 AI 任务，您无法查看中间状态，也无法确定错误发生的位置。这不是一种可靠的生产模式。
高风险操作在未经人工审核的情况下绝不会执行。可按任务类型和访问级别设置审批策略，并自动阻止未经批准的工作。
随时审计每一项 AI 操作。ARI 以可追溯的格式记录从请求到结果的完整执行历史，满足内部审计和合规要求。
将上下文作为组织资产进行管理。内部文档、工作记录和决策依据不断积累，使 AI 能够基于组织独有的知识开展工作。
ARI 在服务器上中转代码执行请求，因此客户端始终无需直接访问执行环境。
策略限制了 ARI 作为编码代理运行时可以访问的文件和系统。
由 ARI 提议的高风险命令仅会在人工审核后运行，让您的组织能够直接控制自动化的范围。
ARI 会将执行证据和历史记录与其创建的每一段代码、文档和输出一同存储，因此始终可以追溯来源。
ARI 在远程环境中的文件上工作，同时通过直观的界面让用户查看和编辑结果。
策略规定 ARI 在任务期间可以学习或写入记忆的内容，从而防止意外的上下文污染。
ARI 不与特定的 LLM 或编码平台绑定。当您更换底层模型或执行环境时，工作流仍可保持不变。
以生产级深度监控任务状态、错误和重试历史，并在没有黑箱的情况下运行 AI 代理。
ARI 不是另一个代理。它是一个运营、访问和审计控制平面，让多个代理和工具能够在企业工作流中安全运行。
* 此比较反映了典型的产品特性。具体功能可能因版本和配置而异。
机器翻译的语言由 clevi/cip-5.5-im 翻译，并会标注为机器翻译。这适用于已发布网站内容包的语言。
137 种语言
