毫无疑问，SAP在2025年正式把 AI first 作为产品优先战略。在上半年连续密集推出各种 AI 产品。在 Teched 中展示出来的与 AI 相关的产品发布远超其他的LoB产品线。 在所有的AI 产品中，最令人期待的是 AI Agent 开发工作台。在Lab Preview版本中，名为 Joule Studio.
当去年底还在谈ABAP Code Generation, Joule Consulting。人们还在为新的功能津津乐道时。AI Agent 构建器 已经在预发使用状态了。SAP Joule Studio已经在7月初完成试用召集令，预计经过客户与或测试后，预计将在 Q4正式向公众发布。虽然还没有进入试用阶段，但从召集令中先给大家一窥端倪。
首先，我们要搞清楚 SAP 在 AI Agent 的几个名词和定义。
是 SAP新的一代的数字副驾，在Cloud ERP 中，除了我们与系统的传统交互界面以外，通过Joule 对话窗口与我们进行人际互动的界面。她可以与我们的对话，回答问题，调用各种功能。 Joule 本身的发展非常快，每隔几个月就有新的功能呈现出来。原因也很简单，Joule作为一个数字助手，她的能力将随着她背后的AIAgent覆盖的广度和深度，迅速成长。如今 Joule Agent把自己作为一个智能体，除了完成人机对话，然后在后台交互其他专业 Agent，编排，计划，调度后台的这些专业 Agent 来完成子任务。可以调用任何符合 Joule Agent Framework规范的内外部 Agent。由此 Joule Agent 已经从简单的交互者升级为真正军事，为你调兵遣将。在马上发布的2508 Cloud ERP我们就能看到AI 新能力的爆发。
Build 是新一代的 SAP 云端开发平台。包括了低代码，无代码，专家代码的各种开发方式。对比于在恐龙时代的SE38。 Build可以在里面开发 ABAP Cloud, Fiori, workflow，HANA ， 也可以通过 Fusion Code 把不同的代码类型(No-Code,Low-Code,Pro-Code)融合在一起互相调用,无缝调用。让公民开发者与职业开发者一同开心的工作。SAP 经过几年努力，把不同的开发栈 IDE 融合在了一起。 以此推广，AI Agent 的开发平台也是 Build 中的一部分。没错了，Joule Studio就是 Build 中的一部分。
Joule Studio是Build套件的新成员。它允许您构建跨SAP和非SAP应用程序运行，自定义的 Joule Skill 和AI Agent。她建立在Joule Agent Framework之上，可以连接到BDC和SAP Knowledge Graph，根据企业数据和上下文推理和驱动结果，并可以与整个套件中的SAP Joule Agent协作以实现目标。作为SAP Build的一部分，可以调用500多个预先构建的内容，直接在您的代理和技能中使用，并将Lobby用作集中管理SAP构建中部署的所有内容的中心访问点。
Joule Skills 是基于规则和线路的一种 AI 处理模式，在传统的模式下，AI 可以按照既定的业务流程进行工作。当给定的Prompt，AI 按照既定的规则来完成。链式思考(CoT)或者树式思考(ToT)。这种方式给定了问题，系统按照既定路线进行思考。当下大部分的智能工作都是用这种方式。这种用例，比如：请帮我每天从 SAP 相关的网站中学习，总结一下最新的学习心得，自动生成并发布成给我个人学习网站,并提醒我去学习。这种就是很典型的 线性任务。
AI Agent:
SAP的 AI Agent 是指能够对问题进行思考辨别，自己去找问题的答案。比如：请帮给我寻找一个方案，让我来提供我使用 AI 的能力。AI Agent 得到这样的问题，就会去思考解决方案。很显然，AI Agent 是可以调用 Joule Skill 的。因为，她觉得前面那个 Skill 可以成为回答我的一个方案。
官方定义：
Joule Skills是高级人工智能模型的组成部分，旨在执行原子操作——在对话中独立和确定地运行的单个预定义任务。
关键能力：
·确定性执行：Joule Skills使用固定的输入和输出执行单个预定义的操作，确保一致和高效的结果。
·自然语言理解：Joule解释用户可能请求操作的不同方式，确保触发正确的技能，无论措辞如何。
·上下文感知：Joule分析用户角色、对话历史和业务上下文，仅在相关时触发技能，避免不必要的执行。
·多种技能协同工作：Joule技能在一个高效的Joule实例中发布，无缝结合SAP提供的技能和自定义技能，实现统一的自动化体验。
AI Agent可以自主地与环境交互，并通过多步任务迭代推理以实现目标。
关键能力：
·计划：Agent计划多个步骤来实现目标
·反馈：Agent自我纠正并迭代推理问题
·工具使用：Agent通过使用计算器、API等工具收集数据并影响更改。
·协作与多代理:Agent调用其他专业agent（并与人类交互）来完成任务
虽然 Joule Studio 支持两种模式的开发，并且AI Agent 能够调用Joule Skill的。但这两种模式是有明显区别的。
如果我们看看自定义Joule Skill，这些是固定定义的用例的Though，其中输入、执行路径和结果是固定的。比如我想检查我的订单状态，或检索工资单信息，检查库存水平。在在这种场景上，可靠性和速度最为重要。
另一方面，AI Agent是为更复杂的多步骤挑战而设计的，在这些业务挑战中，我知道我想要实现的目标，但实现目标的路径并不固定。例如，在物流用例中，我们处理延迟、异常、承运商和供应商选择。..因此，代理将进行计划和推理，实时制定策略以实现目标。它不是遵循预定义的流程，而是根据它的专业知识、你给他们的指导（如何格式化输出、如何使用特定工具等）来解决问题，并利用符合你需求的llm和实现目标所需的工具。
订单处理 Agent:
·给我汇报一卡XXX订单的执行情况Joule Skill
·分析一下 XXX 订单的延期原因，给我找出更好的路线和承运商 AI Agent
物流处理Agent：
检索当前慢销商品，给我一份报告Joule Skill
预测物流的缺货状况，给我制作一份补货策略改进建议AI Agent
客户服务 Agent:
帮我给 XX 客户创建一个服务工单Joule Skill
分析XX客户的诉求，依据以前的解决方案和处理方式，给我一个最佳处理方案。AI Agent
