IBM 利用智能体实现联邦资格自动化

挑战

‍

联邦机构面临着员工队伍老龄化和数十年历史的遗留系统问题，这使得快速且经济高效地处理关键申请变得困难。使用传统的 RPA 工具协调多个同步和异步系统，在速度、可扩展性和业务规则控制方面存在差距。

‍

在 IBM 工作 24 年，并有 7 年为美国联邦客户构建 AI 自动化平台的经验之后，Naran 于 2024 年开始探索多智能体框架。到 2025 年，他的团队已在联邦机构内部运行了两个 CrewAI 试点项目，并与 IBM 的 WatsonX 基础模型运行时集成。

‍

CrewAI 提供了一个实践性强的开源框架，该框架发展迅速，让架构师能够将 AI 智能体与自定义代码和业务规则相结合，并且能够与 WatsonX 无缝集成。来自 CrewAI 团队的大力支持说服了 IBM 咨询公司为多个联邦项目寻求企业许可证。

‍

在实施过程中，Naran 和他的团队：

‍

• 构建了一个混合的“AI 流程 + Crew 智能体”架构，以控制何时运行基于规则的决策与何时运行自主智能体。
• 部署了多个智能体，用于从文档中提取申请人数据、总结发现并计算项目资格。
• 将 CrewAI 与 WatsonX.AI 集成，以利用 IBM 的基础模型运行时，同时协调遗留系统和现代系统。

‍

早期试点表明，与传统的 RPA 相比，资格确定过程更快、更高效，减少了跨不同系统的人工协调。IBM 咨询公司正在与联邦机构敲定企业许可证协议，旨在将试点项目投入全面生产，并在政府范围内推广智能自动化。