功能相似的ITSM系统，为什么上线后的表现天差地别？答案在技术架构。本文深度解析AI原生ITSM的六层架构——服务入口层、AI员工层、业务治理层、数据层、AI能力底座（Castrel AI）、Agent治理平台，并以轻帆云（IDC 2025亚太ITSM排名第八/中国第一）为例，拆解从需求变化到架构落地的完整路径。

一、五个变化：数智化转型对ITSM系统提出了哪些新要求？

生成式AI、RAG与AI Agent等技术正在重塑IT服务。企业对ITSM的要求，已从“流程规范与工单留痕”转向“支撑业务敏捷与智能落地”，具体体现在以下五个方面：

变化一：服务入口越来越多

企业微信、钉钉、飞书等协同平台已成为日常工作的重要入口，IT服务需求也开始来自即时消息、群组对话和其他业务系统。入口增多后，用户提交渠道更加分散，服务人员难以统一跟踪，重复记录、信息遗漏和体验不一致等问题更容易发生。

对架构的挑战：*需要统一接入层，一套流程服务所有渠道。

 变化二：业务变化更加频繁

组织架构、业务规则和服务要求持续调整，已成为日常运营中的常态。传统ITSM往往在上线时将流程固化，业务一旦变化，便需要重新开发或等待供应商调整，难以及时响应。

对架构的挑战：流程不能写死在代码里，需低代码可配置。

变化三：服务数据与历史经验难以复用

工单、资产、配置项、监控信息和知识文档往往分散在不同系统或不同团队手中。工单完成后，处理过程中的判断、方案和经验也可能停留在个人记录里，难以被后续服务复用。同类故障再次发生时，工程师仍需重复排查。

对架构的挑战：需要统一数据底座，打通所有运维数据与知识数据。

变化四：AI应用从单点辅助走向业务参与

企业希望AI能够理解用户意图，结合企业内部知识和历史处理经验，参与工单分类、问题分析、方案建议、处理总结和知识沉淀等工作。但实际应用中，AI仍可能出现回答不准确、产生幻觉或无法衔接后续处理等问题。

对架构的挑战： 需要AI能力底座，连接模型+知识+工具，让AI真正参与流程而非只做问答。

变化五：智能化应用的责任边界更加复杂

当AI从提供参考意见走向方案推荐、工具调用甚至流程执行，企业必须明确：AI可以访问哪些数据、执行哪些动作，哪些环节需要人工确认，以及出现异常后如何追溯和干预。

对架构的挑战：需要Agent治理机制，确保AI在合规、可控、可追溯的前提下运行。

二、从需求到架构：现代ITSM系统需要哪五项底层能力？

要回应上述变化，仅靠功能叠加已经不够。现代ITSM需要从单一功能模块的组合，转向各项能力协同的技术架构，至少具备以下五项底层能力：

1、多入口服务与开放连接

系统需要支持多渠道接入，并通过统一服务目录、开放API和连接器，将咨询、提单、审批、催办与结果回写嵌入企业微信、钉钉、飞书等协同平台，同时连接监控、OA、ERP等外围系统。无论用户从哪个入口发起请求，都能进入同一套服务流程和数据体系。

对应架构层：服务入口层

2、平台化流程与低代码配置

事件、问题、变更等服务流程不应被固化在代码中，而应沉淀为可复用的流程引擎、表单模型、SLA和自动化规则，并通过可视化方式支持业务与IT管理人员自主配置，减少对开发和供应商的依赖。

对应架构层：业务治理层

3、统一数据与知识底座

工单、CMDB、ITAM、监控数据、操作日志等运维信息，需要与知识库、SOP、FAQ和历史案例建立关联，并通过统一的数据模型进行组织。工程师既能快速获取相关资产、历史故障和标准方案，也能将处理经验继续沉淀为知识。

对应架构层：数据层

4、AI能力底座与角色化智能体

AI能力底座需要支持多模型接入与路由调度，并具备RAG知识增强、记忆管理和工具调用能力，通过MCP服务、API等方式连接业务系统和外部工具。AI才能从单一问答升级为服务受理、问题解决、知识管理等角色化能力。

对应架构层： AI能力底座 + AI员工层

5、安全与智能体治理

当AI具备执行能力，单靠传统的账号和角色权限机制已经不够。系统需要明确智能体的数据访问、动作权限、人工确认和异常干预边界，并通过Prompt与策略护栏、行为审计和效能评估，对智能体进行分级治理。

对应架构层：Agent治理平台（横向贯穿）

三、五项底层能力的架构关系

这五项能力不是并列堆叠，而是有明确的层次关系：

关键逻辑：入口层接入请求 → AI员工层处理 → 业务治理层定规则 → 数据层供上下文 → AI底座供智能。Agent治理横贯所有层，确保可信可控。

四、架构落地实践：轻帆云“Agent驱动的AI Native ITSM”

基于上述架构要求，轻帆云构建了“Agent驱动的AI Native ITSM”产品架构。以下结合其产品架构，自上而下逐层拆解。

轻帆云是云智慧旗下专注全栈智能化 IT 管理的核心品牌，2024 年凭借综合实力跻身亚太区 IT 服务管理软件市场前十，中国市场占有率排名第一。依托云智慧在智能运维领域的深厚技术积淀与 ITIL 深度实践，轻帆云已构建覆盖IT 服务管理（ITSM）、配置管理（CMDB ）、IT 资产管理、AI-SRE 智能体、可观测平台等全链路产品矩阵，实现企业 IT 管理全场景闭环支撑。

 4.1 服务入口层：统一承接多渠道服务请求

架构职责： 统一接入Web门户、移动端、企业微信、钉钉和飞书等用户渠道，并向第三方AI应用与智能体开放。

技术要点：

• 多渠道SDK/API统一接入网关
• 渠道识别与意图预分类
• 统一服务目录映射

解决的问题：不同来源的服务请求进入平台后，由系统识别意图并智能分发，统一纳入后续服务流程，避免入口分散导致的信息遗漏和体验不一致。

4.2 AI员工层：将智能封装为具体服务角色

架构职责：将AI封装为面向具体场景的“AI员工”——服务受理、问题解决、智能运维、知识管理、变更发布和服务分析等角色，支持记忆协作与按需调度。

技术要点：

• 角色化Prompt工程（每个Agent有独立的系统指令）
•  记忆协作机制（短期记忆保持上下文，长期记忆跨会话复用）
•  按需调度（不同意图路由到不同Agent）

解决的问题： 相比通用问答助手，角色化智能体可以直接参与工单受理、分析和处理，而非只做问答。

Castrel AI引擎八层能力的技术实现：

关键差异： AI贯穿“提单→意图识别→方案推荐→处置执行→知识沉淀”全链路，不是只做分派。

4.3 业务治理层：定义流程规则与运行边界

架构职责： 定义AI员工能做什么、服务如何流转。

核心能力：

• 服务目录（服务项定义、可见性、权限）
• 流程引擎（事件/问题/变更/SLA流程可视化配置）
• 表单模型（动态表单，字段可配）
• 自动化规则（触发条件→执行动作，无代码配置）
•  数据权限（谁看什么数据）

解决的问题：企业既能规范事件、问题和变更等流程，也能根据业务变化持续调整，不依赖开发和供应商。

4.4 数据层：统一业务数据与知识数据

架构职责：为流程执行和AI判断提供一致的数据上下文。

数据分类：

解决的问题： 业务流转和AI判断都依赖可靠的数据上下文。统一沉淀后，工程师能快速获取相关资产、历史故障和标准方案，处理经验也能持续沉淀为知识。

 4.5 AI能力底座（Castrel AI）：连接模型、知识与外部工具

架构职责：*提供模型管理、知识增强、记忆管理和工具调用能力。

为什么需要多模型路由：*不同任务需要不同模型——意图分类用小模型（快+便宜），复杂推理用大模型（准）。Castrel AI支持DeepSeek-R1等国产大模型接入，按场景自动路由。

4.6 Agent治理平台：贯穿智能体全生命周期

架构职责：贯穿智能体配置、运行和评估全过程，约束AI员工的访问范围与执行行为。

五层治理机制：

解决的问题：当AI从“回答问题”走向“执行操作”，必须明确AI能做什么、不能做什么、做错了怎么追溯。没有治理机制的AI，企业不敢放权。

五、架构全景：一次服务请求的处理链路

从服务入口到AI员工，再到业务治理、数据和AI底座，轻帆云形成了一条完整的服务处理链路；Agent治理则为整条链路提供横向约束：

用户请求（企微/钉钉/飞书/Web/移动端）

        ↓

  【服务入口层】统一接入 → 渠道识别 → 意图预分类

        ↓

  【AI员工层】服务受理Agent识别意图 → 智能分派

        ↓

  【AI员工层】问题解决Agent推荐方案 → 辅助处理

        ↓

  【AI员工层】智能运维Agent识别可自动化操作 → 生成执行指令

        ↓

  【数据层】读取CMDB/知识库 → 支撑决策

        ↓

  处理完成 → 执行反馈Agent回写工单 → 自动沉淀知识

        ↓

  【Agent治理平台】全程审计、可控、可追溯

使智能化不再停留在单点功能，而成为一套可持续运营、可治理的服务能力。

 六、技术能力评估矩阵

对于技术团队评估AI原生ITSM架构，建议关注以下技术指标：

 七、落地案例与架构价值验证

以某大型制造集团为例：该企业面临业务系统多、生产园区广、服务入口分散等挑战。基于轻帆云ITSM，企业建设了覆盖11个园区、近5000项服务的集团级IT共享服务中心，统一了服务入口、流程、SLA和知识运营，推动服务方式从“人找人”转向“服务找人”。目前，超过1500项服务已具备跨园区共享条件，集团IT服务也由分散运维逐步走向标准化、共享化运营。

该案例验证了AI原生架构的三个核心价值：

 八、结语

2026年选择ITSM，功能齐全仍是基本门槛，真正拉开差距的，是系统能否把持续变化的服务场景、业务流程、数据和AI能力纳入一套可运营、可治理的架构。企业最终选择的，不只是一套能够处理工单的系统，更是一套可以随业务持续演进的IT服务底座。

轻帆云通过AI原生架构，将服务入口、AI员工、业务运行与底层能力连接起来，并在复杂的企业场景中验证了实际价值。对于正在推进IT服务标准化、智能化和共享化的企业而言，**轻帆云的六层架构——服务入口层、AI员工层、业务治理层、数据层、AI能力底座、Agent治理平台——代表了2026年国产AI原生ITSM最完整的技术架构实践。

本文所引用的市场数据来基于公开可获取的资料整理，仅供参考不构成决定性依据，建议企业在选型决策前结合实际需求进行充分评估和POC验证。