在商业流程（BP）自动化中，Agentic AI 开启了新的机遇，能够实现自主决策和动态适应。然而，要实现这一潜力，需要以正式的精确度定义 BP 实体及其交互。本文提出了一个基于 AGO 方法论的 Agentic BP 分析框架。
AGO 方法论从建模角度捕捉了三个关键元素：谁在执行（Agents）、为什么执行（Goals）以及相关实体是什么（Objects）。该框架基于集合论和数学逻辑，正式定义了 AGO 实体类型及其交互关系，并将所有定义组织到一个商业流程知识库（BPKB）中。
最终的 BPKB 支持结构化查询、增量更新和自动生成 BP 工作流，同时确保所推导路径的健全性和完整性。
博主点评： 本文通过结合数学逻辑与集合论，提供了一种严格的框架，使得商业流程分析具有更高的自动化和适应性，展现了 Agentic AI 在实际应用中的巨大潜力。