返回行业动态
企业AI落地

Oracle 推出 Fusion Claw:把企业 AI 从聊天推进到流程执行

Oracle 在 2026 年 10 月的 AI World 大会上推出 Fusion Claw,一套运行在 Oracle 云基础设施(OCI)之上、面向 Fusion 云应用的企业智能体运行时。它把大模型的推理与大规模计算解耦:智能体只做一次上下文判断与逻辑设计,随后把重计算交给确定性的计算引擎,以控制成本并执行 ERP、财务、供应链等复杂任务。大会同步发布 AI 智能体市场、统一的 AI 数据平台与数据库升级。分析师认为该方案提升了治理与成本控制,但它仅限 Oracle 生态,可能加深供应商锁定,目前仍处早期试点。

来源:DigitalToday:Oracle launches Fusion Clo AI agent runtime, raising vendor lock-in concerns原标题:Oracle launches Fusion Clo AI agent runtime, boosting control but raising lock-in concerns查看原文
现代企业数据中心机房内成排深色服务器机柜纵深延伸,画面中央悬浮一只简洁的金属机械夹具与环绕的流程光带,蓝色同心光环叠加,配中文标题「智能体接管流程」

图片来源:北京拓实科技原创(AI 生成封面)

发生了什么

Oracle 在更名为 AI World 的年度用户大会上,把 Fusion 云应用的重心进一步推向企业智能体。大会上发布的核心是一项新的智能体运行时 Fusion Claw:它运行在 Oracle 云基础设施(OCI)之上,与 Fusion 应用打通,用来自动化 ERP、财务、供应链等核心业务任务,并可调用谷歌、OpenAI 等厂商的最新模型。Oracle 首席执行官 Mike Sicilia 的表述是,Fusion Claw 把 AI「从辅助工作推进到执行阶段」,客户可以让 AI 承担核心运营中越来越复杂的工作。

架构上的关键选择是解耦。用大语言模型处理海量交易记录会让成本迅速高到不可持续,Fusion Claw 的做法是让智能体只做一次上下文判断与逻辑设计,再把繁重的计算下放给确定性的高性能计算引擎,从而减少重复的 token 消耗。每个智能体运行在隔离容器中,以落入企业既定的策略边界与业务约束,这被 Oracle 与分析师视为让企业敢于把敏感数据交给智能体的治理前提。同场还发布了新的 AI 智能体市场:客户可在 Fusion 应用内获取由 Oracle 合作伙伴构建、经「验证」的智能体,伙伴方称配套有 3.2 万名经过认证的智能体开发专家。

  • 产品定位:Fusion Claw 是面向 Fusion 云应用的智能体运行时,目标是把 AI 从对话式助手推进到自主执行业务流程。
  • 成本机制:将大模型推理与大规模计算解耦——推理只做一次,重计算交由确定性引擎,避免海量交易记录反复经过模型上下文。
  • 治理能力:智能体运行在隔离容器中,受企业策略与业务约束限制;配套身份与审计能力面向生产级部署。
  • 同步发布:新 AI 智能体市场、统一的 AI 数据平台,以及旗舰 Oracle 数据库与云基础设施的升级。
  • 可用范围:Fusion Claw 目前仅能在 Oracle 产品体系内使用,且据报仍处早期试点阶段。

为什么重要

企业软件厂商正在争夺同一个位置:成为企业智能体的默认平台。Gartner 的判断是,Oracle 这次不只是往既有系统上「加 AI」,而是在把应用基础改造成以智能体为中心。对已经在 Oracle 上深度投入的企业,这种原生集成意味着更少的集成工作与更强的统一治理。Forrester 首席分析师 Craig Le Clair 则提醒,要真正依赖智能体系统,仍有大量信任问题待解;他还指出一个现实差异:多数企业是把 Salesforce、Pega、UiPath、LangChain 等多个厂商的工具混着用,而这类平台型方案更适合标准化、非差异化的通用任务,需要差异化能力的复杂智能体,往往还是走独立开发工具或大型云平台。

  • 锁定风险:Fusion Claw 是专为 Oracle 生态设计的专有运行时,依赖 Fusion 应用与 OCI;对混合多云架构的企业,迁移与协同并不轻松。
  • 成熟度:该方案据报仍处早期试点,Oracle 尚未公布定价、正式上线的可用范围,也未给出可供第三方复现的效果数据。
  • 验证缺口:关于成本节省与执行可靠性的具体数字,目前多来自厂商与分析师的定性判断,缺少可核对的公开基准。

需要观察

值得跟踪的是 Fusion Claw 何时从试点转为正式商用、定价如何设计,以及企业是否会为了深度治理而接受更强的单云绑定。对 IT 架构负责人来说,近期更实际的功课,是先在内部厘清哪些流程适合交给通用型智能体、哪些必须保留跨平台的可移植性。

编辑说明

本文由北京拓实科技根据公开信息整理,核心事实与数据请以原始来源为准。