工程智能体 · 海外动态
Bridgit发布建筑劳动力规划AI智能体：让AI从"回答问题"变成"替规划师排人"
5个智能体 + MCP接入主流AI助手，加拿大多伦多的Bridgit把agentic AI带进了建筑行业最"没人碰"的一环——劳动力排期。
5个智能体 + MCP接入主流AI助手，加拿大多伦多的Bridgit把agentic AI带进了建筑行业最"没人碰"的一环——劳动力排期。
建筑行业的AI，大多盯着项目执行：读合同、查安全隐患、算工程量。但真正让承包商夜不能寐的，常常是另一件事——把人排对。哪个项目经理带队、谁有空档、谁的技能对得上、下个项目还缺几个人。这些"排人"的活，过去全靠Excel和没完没了的会。
2026年7月29日，加拿大多伦多的Bridgit公司发布了一批专门干这件事的AI智能体，把AI从"回答劳动力问题"，推到了"替规划师把活干完"。
Bridgit是一家2012年成立的多伦多SaaS公司，由CEO Mallorie Brodie和COO Lauren Lake联合创办，累计融资超过3500万美元，投资方里有Autodesk、Salesforce Ventures、Sands Capital、Camber Creek、Storm Ventures。它的旗舰产品Bridgit Bench是一个建筑劳动力规划平台，客户覆盖了近40%的ENR Top 400承包商。
这次发布的Bridgit AI智能体（Agents），一共五个：
这批智能体有一个共同的设计底线：每个建议必须附带"推理过程"，用户可以先审阅、再决定是否执行，每一步都能编辑或推翻。CTO Vincent Seguin说得直接：
"这不是AI魔法，是有目的的设计。每个智能体在规划师看到之前，都得先给出建议和它背后的理由。如果解释不了它为什么这么做，它就不能上线。"
同步发布的还有Bridgit MCP，把Bridgit的实时劳动力数据接入承包商已经在用的AI助手——Claude、ChatGPT、Copilot、Gemini。
| 环节 | 传统方式 | Bridgit AI 智能体 |
|---|---|---|
| 项目团队组建 | Excel + 逐个岗位填人 + 开会 | Team Builder 自动推荐，人工审核微调 |
| 人员空闲匹配 | 靠运营记忆 / 临时问 | Assignment Finder 主动匹配空缺岗 |
| 变更同步 | 翻审计日志 | Project Change Digest 结构化摘要 |
| 汇报 / 投标 | 手工画组织架构图 | Project Org Chart 一键生成 |
客户证言给出了量级：有客户说Bridgit让个人每周至少省4到6小时，放大到全公司是每周省几百小时；还有客户把规划会议从每周砍到每月一次，会议次数减少三倍。
Bridgit的差异化，不在于AI本身有多新，而在于它选了一个没人做的切口。建筑AI过去两年集中扑在项目执行——读合同、安全风险、成本估算，这些已经有Procore、Autodesk等平台在卷。劳动力规划这个高频、高摩擦、又直接决定利润率和员工留存的环节，反而没人碰。Bridgit把自己的主张定为"业界首批、唯一专为建筑劳动力规划打造的agentic AI"——这个"第一"是它自己喊的，需要谨慎看待，但从公开信息看，确实没有大厂在这条线上正面竞争。
更值得记下的是它对"AI信任"的处理。To B场景里，工程师最怕AI给出一个黑箱建议，出了事说不清。Bridgit强制每个智能体附带可读的推理，等于把"人说了算"写进了产品——这是建筑这类高风险、高责任行业落地AI的一条现实路径。MCP的接入则是另一层：数据留在Bridgit，通用助手只负责对话和推理，既省了自研大模型的成本，又避免了AI工具变成数据孤岛。
挑战也明显：定价还没公开；"数据进垃圾出"的老问题在劳动力规划上尤其尖锐——如果技能、工时、可用性这些基础数据本身不规整，再聪明的智能体也排不出靠谱的班。
Bridgit是工程智能体（agentic AI）从"问答助手"走向"执行代理"的一个具体样本。它提示了一件事：2026年AI在建筑业的竞争，正在从"谁的模型大"转向"谁能在某个垂直环节把活干完、还解释得清楚"。