智東西模型更新

華為雲WAIC“亮劍”企業AI,周躍峰拆解智能體規模化落地步驟

2026年7月18日 16:26

重點摘要

智東西 作者 | 楊京麗 編輯 | 李水青 智東西7月19日報道,昨天,在2026WAIC華為雲企業智能體產業論壇上,華為公司董事、華為雲CEO周躍峰,中國信息通信研究院人工智能研究所所長魏凱,華為雲Agent平臺首席架構師馬會彬,openJiuwen社區技術委員會主席、華為2012實驗室AI基礎軟件科學家金雪鋒等人,圍繞企業級智能體的技術演進、平臺建設、開源生態和金融場景落地展開分享。

站內 AI 整理稿

在2026年世界人工智慧大會(WAIC)期間,華為雲主辦的企業智能體產業論壇昨日登場,聚焦企業級AI智能體從技術驗證走向規模化落地的關鍵路徑。華為公司董事、華為雲CEO周躍峰在論壇上提出,智能體將逐步重塑傳統SaaS生態,而快速沉澱並共享MCP(模型上下文協議)、Skills等行業資產,是推動智能體大規模部署的核心步驟。與會專家一致認為,企業導入智能體不能只追求模型能力的上限,更須補足在穩定執行、安全防護與持續運營方面的「下限能力」。周躍峰在演講中指出,未來十年智能體將徹底改變金融服務的模式與決策體系。

他描繪的願景中,用戶不再需要手動打開銀行App,而是透過個人智能體直接與銀行的智能體互動,獲得投資、貸款等高度個人化的方案。然而,從一個能夠展示的Demo Agent到真正進入企業核心生產系統的Agent,之間仍存在顯著鴻溝。他強調,唯有建立在標準化行業資產上的生態體系,才能讓智能體在不同場景間快速複製與落地。中國信息通信研究院人工智能研究所所長魏凱則分享市場預測,智能體在企業中的滲透率可能在2027年達到70%,並在2030年前後攀升至90%。他認為,智能體真正能「幹活」需依賴兩大基礎:基礎模型能力的持續進步,以及長任務穩定執行能力的不斷增強。

過去一年多來,智能體已從單純的問答型應用,進化到人工定義工作流,再到具備本機沙箱與自主執行環境的階段。魏凱提醒,個人提效不等於組織提效,企業必須以工程化思維建立明確目標、路線圖與評價體系,同時解決業務融合、數據治理、多智能體協作及安全責任等問題。華為雲Agent平臺首席架構師馬會彬進一步闡釋企業級Agent的關鍵挑戰。他指出,企業不僅關注AI能力的上限,更在意其下限——能否7×24小時穩定運行、能否自主優化、能否防範AI原生安全風險,以及能否對任務執行鏈路進行持續觀測與評估。

為此,華為雲推出智果AgentArts,透過AgentStudio、AgentRun與AgentOps三大模組,分別覆蓋智能體的敏捷構建、高穩運行與持續運營。平臺引入多層控制器、自進化Harness、Agent Identity、Agent Gateway、會話級隔離、動態令牌與精細化權限控制等機制,確保Agent在執行複雜任務時「少走彎路、不走錯路」。在開源層面,華為雲同步推進openJiuwen社區,與商用版AgentArts形成雙輪驅動。兩者內核超過90%同源,商用版提供生產級安全與服務化保障,openJiuwen則降低企業及軟體開發商的二次開發門檻。

openJiuwen社區技術委員會主席、華為2012實驗室AI基礎軟體科學家金雪鋒指出,當前許多企業Agent部署比例偏低,主因是現有架構多針對單Agent與單機運行,而真實業務天然涉及多部門、多角色協作。openJiuwen因此提出Coordination Engineering(協同工程)與Symbiosis Engineering(共生工程),打造企業級通用AgentOS。其架構將大模型、記憶存儲與Agent協議分別視為新的計算、存儲與網路資源統一管理,並以CLI(命令行界面)與MCP作為Agent調用外部工具與服務的接口。

針對多智能體場景,openJiuwen引入Swarm Skills、分層調度、多模型路由與組織級記憶等能力,推動系統從模型縱向擴展走向智能體橫向擴展。實測顯示,在Coding場景中,openJiuwen可將首Token時延降低22%,快取命中率提升30%,吞吐量提升20%。隨著智能體從個人效率工具進入企業生產系統,中軟國際在會上發布了靈析企業智能體平臺V3。該平臺基於華為雲Stack與企業級智能體開源版openJiuwen構建,專注於解決企業數據語義與本體構建、生產級多智能體協同調度、場景化Ops運營及企業級技能管理等問題。

中軟國際副總裁兼AI Jointforce工程院執行院長韓鵬強調,企業智能體落地首先要處理數據問題。傳統資料庫的字段與表格僅服務於軟體系統,智能體需要理解數據背後的業務語義、實體關係與行業規則,因此必須建立語義層、本體層與新的數據治理體系。靈析平臺V3可將企業既有的數據、知識、流程與工具轉化為智能體可調用的資產,並根據不同任務組織多個Agent協同工作,相關能力已在電力、製造與金融等行業驗證。韓鵬指出,企業智能體最終必須能夠解決真實問題,並透過業務指標衡量成果,只有應用效果可量化且能被納入KPI,客戶才會持續投入。金融行業對智能體的合規與準確率要求極高,業務操作必須全程留痕。

恒生電子研究院AI首席技術專家林金樹表示,不能簡單地把智能體做成問答窗口,金融機構真正需要的是覆蓋信息獲取、分析、決策與業務執行的完整鏈路。原有IT系統不需要全部推倒重建,更現實的路徑是透過MCP、Skills及「大模型友好化」改造,將傳統系統功能、數據接口與業務專家經驗轉化為智能體可調用的標準化資產。目前,中國郵政儲蓄銀行已聯合華為雲Stack與openJiuwen打造智能體執行引擎,實現7×24小時自動值守,可進行分鐘級情報獲取、智能分析與多渠道推送。

天眼查則結合openJiuwen建設可信數據能力底座,預集成160餘項MCP能力,並將六類風控場景能力轉化為Skills,服務智能風控、智能營銷與商業決策等場景。論壇尾聲,華為雲聯合中國工商銀行、中國銀聯、中國郵政儲蓄銀行,以及軟通動力、中軟國際、南天信息等十餘家金融機構與生態企業,共同發起「行業AI夢工廠·智慧金融專區」共建行動。該行動將圍繞手機銀行、智能營銷、智能風控與遠程銀行等核心金融場景,持續沈澱工作流、Skills、模型、數據集、本體及工具等行業資產,推動智能體在金融領域的規模化複用。

從本次發佈的內容可以看出,企業智能體的競爭重點正從模型能力與單點Demo,轉向數據語義理解、多智能體協作、生產級運行穩定性與行業資產複用。靈析企業智能體平臺V3建立在華為雲Stack與openJiuwen之上,代表生態夥伴基於開源內核打造行業商業平台的一條可行路徑。後續價值將取決於平台能否在不同企業與金融場景中穩定複製,並將智能體能力轉化為可量化的業務成果。

Related

相關文章

拆解“AI辦公入口戰”底層:怎麼做才能成為最終贏家?

字節、阿里、騰訊等大廠正透過組織調整與產品整合,全力爭奪AI辦公入口,關鍵在於模型、場景、生態與商業體系的全面競爭。這場戰爭的核心是透過AI產品實現Token經濟的商業閉環,並以「效果」為標準,透過自有體系與外部生態滿足企業用戶的真實需求。最終贏家需兼顧模型能力、場景積累與生態建設,才能在AI生產力時代站穩腳步。

2 小時前

千人聯機世界模型“RhOS-World: Khora”正式發佈

RhOS.ai與Ophilus.AI共同發布了千人聯機世界模型「RhOS-World: Khora」,該模型能讓多達1024個智能體在共享的3D空間中即時互動,且無需傳統物理引擎。其核心技術「STBoard(時空黑板)」架構,透過統一的物理狀態管理,解決了多視角一致性的難題,並大幅降低了擴展智能體數量的運算成本。

3 小時前
Hugging Face Blog模型更新

TutorMoments:AI 家教何時該出手,何時該放手?

今日我們推出 TutorMoments 預覽版,這是一個評估框架,旨在衡量尖端大型語言模型能否掌握教育中最難的平衡:何時介入協助學生,何時退後讓學生自行努力。TutorMoments 基於真實的一對一數學輔導課程,透過重播方式進行評估。經驗豐富的數學教師會檢視從美國收集的對話記錄。

3 小時前