Caddi 于 2026 年 8 月 24 日宣布推出一个「创建 Agent 的 Agent」，目标是财富管理公司、律师事务所和保险公司的后台工作。它不是单纯让用户写一条提示词，而是先读取企业现有系统，找出重复出现的流程，再协助把流程整理成可运行、可审计的 Agent。
Caddi 表示，产品会从企业已经使用的系统中找出重复工作，按照频率和成本排列，让运营人员先决定最值得自动化的是哪一条流程。这个步骤很关键，因为很多后台流程从表面看只是「把文件放到正确位置」，实际上却包含版本判断、例外情况和只存在资深员工脑中的规则。
在名为 Loop Studio 的设计画布中，实际执行该工作的员工可以分享屏幕并示范流程。按 Caddi 的描述，Agent 不只是录制操作；遇到不明确的情况时会停下来提问，员工的回答会变成流程内的规则。这种做法把例外处理由事后补漏洞，提前放到设计和训练阶段。
Caddi 也强调把需要判断的部分交给 AI，其余步骤使用 deterministic code。公司表示，每次执行都可以重播，管理层能在同一处查看创建出来的 Agent；发布稿同时声称产品符合 SOC 2 Type II，并连接超过 100 个商业应用程序。这些都是供应商在发布稿中的产品描述，不能当作独立验证的结果。
发布稿列出几个已在生产环境使用的客户例子，包括投资顾问公司、独立 RIA、律师事务所和 Am Law 100 律所，并提到过渡团队、邮件处理和利益冲突检查等流程。相关客户数字和效率叙述同样来自 Caddi 的发布内容，没有在文中视为普遍适用的效能基准。
这个产品方向值得留意，因为它把 Agent 自动化的瓶颈由「能不能写出程序」转成「能不能看清楚流程、捕捉例外、保留责任链」。对于后台工作来说，真正难的往往不是正常路径，而是那几十个例外；如果创建 Agent 的工具没有版本控制、权限边界、批准点和恢复机制，Agent 数量增加反而会令治理更复杂。
Caddi 的发布是企业 Agent 市场一个清楚的讯号：下一阶段不只会有更多执行任务的 Agent，也会有专门发现、训练和管理 Agent 的上层系统。它能否在不同企业的数据、权限和例外规则下稳定运行，仍要靠实际部署和独立评估验证；现阶段应把它视为一种把流程知识结构化的产品路线。
