大宗商品贸易巨头的司库，接入了一个「说话就能用」的智能体
10 月 8 日，全球最大的独立大宗商品贸易商之一 Centalion 和数字贸易金融平台 Komgo 发了条联合新闻：Centalion 正式上线一个 AI 司库智能体（AI Treasury Agent），司库人员以后查额度、开票改票这类活儿，可以用自然语言直接提。这家公司 2025 年做了 1440 亿美元营收、经手 2.53 亿吨商品，业务横跨 100 多个国家——一个出了名保守、重合规的行业，肯把智能体放进生产环境，本身就值得拆开看看。
要解决的痛点其实很朴素。Centalion 用 Komgo 的 Konsole 平台管了五年多的表外工具（off-balance sheet instruments），系统早就数字化了，但司库团队还是得在多个系统之间来回跳：取数、验证、追状态更新。瓶颈不在「有没有数字化」，而在「人怎么跟越来越复杂的基础设施打交道」。
「不是聊天机器人」——治理被做进编排层
这个智能体的设计里，最该被圈出来的是治理的位置。它跑在 Centalion 自己的云环境里，由大模型加上结构化的司库工作流和 facility 专属业务规则组成；用户问一句「额度还够不够开发票、改票」，智能体理解意图、检索数据、套上额度控制，然后把交易准备好，等人审批。新闻稿里的原话很直白：治理、校验和审批都强制执行在编排层（orchestration layer），用户对每个决定负全责。
技术路径上也有意思：智能体通过 Komgo 的 MCP（Model Context Protocol）连接器连上 Konsole，不需要做点对点的集成项目。Centalion 保留了自己云里的 AI 和编排逻辑，又能安全地碰到 Komgo 的贸易金融基础设施。对很多观望中的企业来说，「连接器 + 自有编排」的组合，比换平台的门槛低得多。
首批落地选在 Centalion 的表外工具（OBSI）银团 facility 上，早期结果已经有了具体数字：开发票（issuance）的处理时间降了约 55%，改票（amendment）降了约 80%；全部贸易金融活动铺开后，预计每年能释放 60 多个工作日的司库产能。公司方说，这也顺手降低了操作风险——手工重复录入被消灭，交易控制直接嵌进了工作流。
可复制才是重点：保守行业的智能体范式
放进智能体落地的大图景里看，这个案例的信息量比单个数字大。其一，它出现在大宗商品贸易这种「错一步就是真金白银」的行业，说明生产级智能体的说服点已经从「聪明」转向「可控」——编排层强制审批、问责留人，和本站 1832 写的 Catalyst「每一步动用资金都要用户确认」、1603 微软 Agent Framework 把默认审批改成 fail-closed，是同一个方向的不同切片。
其二，MCP 连接器在这里扮演了「低摩擦管道」的角色：企业不必推倒既有系统，就能把智能体接进核心业务流程。这对国内大量「系统很多、数据很散」的企业同样适用。当然也要把边界说清楚：这只是目前一条生产用例，铺开到全部 facility 还在地图上；效率数字来自公司披露，尚无第三方复核；「每年 60+ 人日」是投影值，不是已实现的节约。智能体在司库这种高频、规则密、金额大的场景里能不能长期稳跑，要看后续扩围的情况。目前官方及行业暂未披露更多细节，后续将持续跟进迭代动态。