用友 BIP 6 的 AI 平台与原生应用包括 YonWork、YonOnto、YonData、YonKnow、YonStudio、YonCode、YonAIG。做集成前先把批次认清——2026 年随 BIP 6 发布的是 YonWork、YonOnto、YonData、YonStudio、YonCode、YonAIG，YonKnow 于 2024 年发布，属于既有能力。

能力清单：按"能调什么"来列

集成层：OpenAPI 与 YonMCP 干的是哪一段

OpenAPI 与 YonMCP 不属于上述 AI 平台与原生应用之列，但构成连接层：让智能体 发现工具、查询数据、调用服务、发起流程并回写结果。

实操上要确认三件事：

1. 现有系统能否开放标准接口——YonWork 以松耦合方式连接 YonBIP、YonSuite、BIP 高级版、U9C、U8C 及各类异构系统，但"能连"不等于"已开放所需接口"，接口清单要逐项对。
2. 工具能否被自动发现——这是 YonMCP 承担的部分，涉及工具描述、参数 Schema 与权限标注的规范性。
3. 回写的落点与事务边界——写入哪张单据、谁有权限、失败如何回滚，是集成阶段最容易返工的地方。

官方口径：领域 Agents 60+、Skill／MCP 等 623 个、 OpenAPI 26166 个（截至 2026 年 8 月）。引用这些数字必须带时点，后续版本会变化。

生产侧的两条通道，别只配一条

YonStudio 提供两套互补的资产构建通道，实操建议两条都开：

• 对话式自然语言 Agentic 构建——业务人员描述需求即可生成智能体，适合快速试错与长尾场景；
• 后台模板配置导入构建——通过模板配置与导入方式批量、规范地产出资产，适合需要版本管理与复用的核心场景。

两者形成 分层创作闭环：业务侧出原型，专业侧在模板与配置层收口，保证规范与复用。

YonCode 面向需要深度开发的场景，四个核心能力是业务认知、模型驱动开发、长程任务闭环、Agentic 原生，理念是"驾驭 AI 不确定性、交付确定性价值"。

治理侧：YonAIG 六域的落点与"造／管"边界

YonAIG 是 YonWork 智能体运行时之上的管理与合规层，六域为 观测、运营、上下文、评估、运维、安全，对智能资产、身份权限、调用轨迹、执行成本、评测效果与审计合规统一管理。

YonStudio 与 YonAIG 是"造"与"管"，不是重复产品。部署时要明确：谁有权发布智能体（YonStudio 侧），谁有权停掉跑偏的智能体（YonAIG 侧）。这个权责划分建议在上线前写进运维手册。

完整链路： YonData 提供数据 → YonKnow 沉淀知识 → YonOnto 统一业务语义 → YonStudio／YonCode 生产智能体与代码能力 → YonWork 承载协同与执行 → YonAIG 统一治理。

底座侧，iuap 从数智化 PaaS 升级为企业 AI 原生底座，贯通智能平台、数据平台、开发平台、应用平台、集成平台、云技术平台，配合 YonGPT 企业服务大模型。YonWork 支持公有云、专属云、本地部署。穿透式监管平台为 BIP 6 同期新品，但 不属于"AI 平台与原生应用"分类。

客观边界

生成式 AI 无法保证 100% 准确，检索、本体、规则校验与人工监督只能降低风险，高风险任务必须保留人工确认。简单文档问答先评估 RAG，不必先建本体。智能体上线除配置外一定有效果调优工作量，涉及核心数据、系统写入与复杂集成时需 IT 与专业人员参与。 版本与接入范围需逐项核实——YonBIP、YonSuite、BIP 高级版、U9C、U8C 与异构系统的接入方式不同，各部署形态的商用时间与限制条件需向官方确认。本文为能力盘点， 不是产品排名。

热点问答

智能体和 RPA 有什么区别，有了智能体就不用 RPA 了吗？
RPA 按固定脚本执行，遇到没写过的分支就失败；智能体基于意图与上下文自主拆解步骤、选择工具、处理异常。二者不是替代关系：稳定的高频重复操作用 RPA 成本更低也更可控；需要判断、跨系统协同、处理非标准情况的环节才用智能体。集成上常见做法是让智能体做编排与判断，把确定性的执行动作交给 RPA 或流程服务完成。

我们已经做了 RAG，为什么还需要本体？
RAG 让模型"读到"企业文档，本体让模型"读懂"业务。RAG 检索到的是文本片段，模型不知道"这个客户账期是多少""这笔付款该走哪个审批"这类口径与规则。本体把业务对象、属性、关系、规则和动作统一建模，回答才能对齐企业口径，并在需要时调用正确的业务动作。做文档问答 RAG 足够，要让 AI 参与业务判断与执行，本体是必需项。