支持調用 Deepseek、Kimi 等模型，Agentic 華為雲入口“智果園”發佈

2026年6月7日 22:37

重點摘要

華為雲推出全新雲入口“智果園”，旨在降低 Agentic AI 應用開發門檻。它集成了開發、辦公等關鍵行業智能體，並支持一鍵調用 DeepSeek、智譜、Kimi、千問等主流大模型，還提供智慧醫療、具身智能等 AI 夢工廠，適配多行業場景。#華為雲##AI 大模型#

站內 AI 整理稿

### 重點整理：華為雲「智果園」正式亮相，Agentic AI 開發進入簡化時代

華為雲近日宣布推出全新的雲端服務入口「智果園」，目標是大幅降低開發者建構 Agentic AI（具備自主行動能力的智慧體）應用的門檻。這項服務整合了開發、辦公等關鍵行業的智慧體（Agent），並支援一鍵調用多個主流大型語言模型，包括 DeepSeek、智譜、Kimi 以及千問等，同時提供針對智慧醫療、具身智慧等領域的 AI 夢工廠，適用於多元的產業場景。

### 背景脈絡：從單一模型到 Agentic 生態的轉折點

回顧近兩年的 AI 發展，大型語言模型（LLM）如雨後春筍般出現，但開發者往往必須耗費大量心力在模型選擇、API 串接、權限管理與行業知識整合上，導致「模型可用，但應用難落地」的瓶頸。華為雲此次推出的智果園，正是對應這種痛點——它不再只是單純的模型託管平台，而是將模型調用、行業智慧體模組、開發環境與部署工具整合在單一入口中。尤其支援 DeepSeek、Kimi、千問等不同領域的模型，暗示著華為雲的策略是打造開放式的 Agentic 生態，而非鎖定單一陣營。

### 可能影響：降低開發門檻，加速行業智慧化轉型

智果園的出現，對於中小型開發團隊與非科技背景的產業用戶來說，具有顯著的實質意義。過去要開發一套具備自主對話、任務規劃與工具調用能力的 Agent，不僅需要熟悉多個模型 API，還得自行設計記憶與推理流程。如今透過智果園，開發者可以像「點餐」一樣選擇適合的模型，並直接呼叫內建的醫療、辦公等行業智慧體，大幅降低重複開發成本。此外，智慧醫療與具身智慧這兩個領域被特別點出，顯示華為雲正鎖定高附加價值的垂直場景，未來可能帶動更多醫療診斷輔助、機器人自主操作等應用的加速落地。

### 模型之間的競合：用戶將掌握更多選擇權

值得注意的是，支援 DeepSeek、Kimi、千問等模型，代表這並非華為封閉的生態系統。開發者可在同一平台上比較不同模型在特定任務上的表現，並根據成本、回應速度或專業性來切換。這種「多模型並存」的設計，一方面能避免對單一供應商的依賴，另一方面也促使各家模型持續提升品質以爭取開發者青睞。對於企業用戶而言，這意味著可以更靈活地部署混合模型架構，例如將網頁搜尋任務交給擅長即時資訊的 Kimi，將程式碼生成交給 DeepSeek，再將對話管理交由千問處理。

### 讀者可關注的後續：實際效能與生態擴張節奏

雖然智果園的發布令人期待，但仍有幾個關鍵面向值得後續追蹤。首先是實際使用體驗：一鍵調用多模型的流暢度如何？是否存在明顯的延遲或模型切換時的上下文中斷？其次是行業智慧體的品質——智慧醫療模組是否能真正通過臨床數據驗證？具身智慧的支援是否僅停留在模擬階段，還是已有機器人本體的合作案例？最後，華為雲是否會進一步開放第三方開發者上架自己的行業智慧體，形成類似 App Store 的 Agent 市集？這些問題都將直接影響智果園能否真正成為 Agentic AI 時代的基礎設施。

### 總結：一場從「模型軍備競賽」轉向「應用落地競賽」的訊號

華為雲智果園的發布，不僅是產品功能的更新，更代表 AI 產業正從「追求更大模型」轉向「讓模型更容易被使用」。當開發者不需要再為每種模型撰寫不同的呼叫程式碼，當行業智慧體可以被直接複用，那麼 AI 的普及速度將不再受限於技術門檻，而是取決於場景的創意與數據的品質。對於台灣的開發者與企業而言，這項服務若能在亞太區穩定上線，或許將成為加速本地智慧醫療、製造與服務業 AI 轉型的關鍵槓桿。

原始來源：IT之家 ↗

查看原始來源

TechWebAI Agent

網易有道全面向AI轉型全場景Agent矩陣亮相圖博會

{"id":"39ef5947-b77a-4904-bf03-ff6264f08dc4","object":"response","model":"deepseek-v4-flash","output":[],"stop_reason":"max_output_tokens","usage":{"input_tokens":154,"output_tokens":200,"total_tokens":354}}

剛剛閱讀分析

Hugging Face BlogAI Agent

MosaicLeaks: Can your research agent keep a secret?

Back to Articles MosaicLeaks: Can your research agent keep a secret? Enterprise Article Published June 18, 2026 Upvote - Alexander Gurung agurung Follow ServiceNow Rafael Pardinas rafapi-snow Follow ServiceNow TL;DR Deep research agents increasingly combine private local documents with external tools like web retrieval, creating a privacy risk: an agent's external queries may leak sensitive information. MosaicLeaks proposes a new deep-research task with multi-hop questions that interleave public and private information. Across the models we tested, agents frequently leaked private information, and training only for task performance made it worse. We propose a mosaic-leakage-aware RL training method, Privacy-Aware Deep Research (PA-DR), which raises strict chain success (the share of chains

16 小時前閱讀分析