摘要

  • Casepoint 于9月9日推出 IQ 框架，整合多类 AI 能力；官方明确目前面向部分客户提前试用。
  • 共用上下文与权限可能减少重复集成，但不能据此认定所有功能已正式开放、判断必然准确或采用成本已经下降。

再买一款 AI 工具，常常也意味着再接一套数据、再安排一组权限，并让人员学习新的工作方式。Casepoint IQ 试图改变这笔采购的形状：不是围绕现有业务另搭一个 AI 应用，而是在已经承载文档审阅、信息请求等工作的系统内继续增加能力。

根据9月9日的官方公告，IQ 将代理式 AI、辅助式 AI、CaseAssist 机器学习与预测编码，以及 Casepoint 的 Model Context Protocol（MCP）服务器纳入同一框架。这是对不同能力的统一组织，不是四项技术在当天同时诞生。公告末尾还明确，IQ 正在部分客户中提前试用，并可安排演示。标题中的推出，不能替代各项功能的交付状态。

客户购买的是任务之间的延续性

平台内扩展的吸引力，不只是少记一个密码。新能力如果能沿用已有信息、角色与记录，就可能少做一次数据接入、权限梳理和工具衔接。对于已有客户，这是 Casepoint 提出的采用路径；它还不是一项已经测量完成的成本下降。

IQ 产品页为不同组件安排了不同职责。IQ Agents 面向从分析走向决策的工作，强调推理说明和人员批准；IQ Assist 提供自然语言搜索、摘要和分类；CaseAssist 则提供已有的机器学习及分析能力，包括相关性排序和精确率、召回率报告。放在同一个框架里，并不会让搜索结果、排序建议和代理提出的决定自动具有相同可信度。

因此，统一控制与判断质量仍需分开看。日志能够帮助追溯一次处理，却不能单独证明结论正确。保留人员批准环节，也不等于已经减少人员理解材料、处理例外的时间。发布材料没有给出可核对的集成成本、订阅增长或实际审阅成果，不能替供应商补上这些成绩。

可选择模型，不等于可自由迁移平台

外部连接也不是9月的新功能。7月30日的 MCP 服务器公告已经介绍这一接口。当时列出的初始能力包括读取审阅批次状态、人员工作量指标和信息请求状态等运营信息；厂商称请求沿用已认证用户的既有权限，后续还会扩展功能库。这不等于任意外部代理可以执行任意写入或操作。

产品页另行说明，本地托管的模型在 Casepoint 的安全边界内运行，同时支持连接机构已批准的外部 AI 工具。前一项部署描述，不能自动证明每一种外部连接的数据路径。本文没有实际接入或测试其中任何配置。

对客户而言，问题在于哪些受支持的能力可以沿用现有环境，哪些判断责任仍需明确。对 Casepoint 而言，机会在于让下一次 AI 采购仍发生在同一客户关系之内。提前试用为这一商业安排提供了起点，但尚不能证明它在不同团队中都能同样顺利地复制。