《智能體驅(qū)動(dòng)的大模型系統(tǒng)工程與產(chǎn)業(yè)實(shí)踐》解讀研究背景研究背景智能體驅(qū)動(dòng)的大模型系練丁程研究未來(lái)發(fā)展趨勢(shì)智能體驅(qū)動(dòng)的大模型系練丁程研究智能體驅(qū)動(dòng)的大模型系練工程研窮背導(dǎo)人工智能蓬勃發(fā)展，智能體是構(gòu)建完善人工智能應(yīng)用服伴隨人工智能發(fā)展，國(guó)家、地方政府陸續(xù)出臺(tái)相關(guān)政策，支持各行業(yè)發(fā)展人工智能大模型、智能體相關(guān)研究，并逐步提升對(duì)智能體建設(shè)u2025年8月，國(guó)務(wù)院印發(fā)《關(guān)于深入實(shí)施“人工智能+”行動(dòng)的意見(jiàn)》，其中加快實(shí)施重點(diǎn)行動(dòng)包括“在軟件、信息、金融、商務(wù)、法律、交通、物流、商貿(mào)u2023年7月，國(guó)家網(wǎng)信辦等七部門(mén)發(fā)布《生成式人工智能服務(wù)管理暫行辦法》，鼓勵(lì)生成式人工智能技術(shù)在各u北京、深圳、上海、浙江廈門(mén)等省市陸續(xù)發(fā)布相關(guān)文件，鼓勵(lì)企業(yè)結(jié)合地方優(yōu)勢(shì)開(kāi)展人工智能大模型u北京、深圳、上海、浙江廈門(mén)等省市陸續(xù)發(fā)布相關(guān)文件，鼓勵(lì)企業(yè)結(jié)合地方優(yōu)勢(shì)開(kāi)展人工智能大模型、?2024年12月，深圳市工業(yè)和信息化局印發(fā)《深圳市打造人工智能先鋒城市的若干措施》，對(duì)企業(yè)依托經(jīng)國(guó)家網(wǎng)信辦備案的生成式人工智能模型開(kāi)展模型服務(wù)、智能體開(kāi)發(fā)應(yīng)用等，達(dá)到一定規(guī)模、具有良好成效的給AI大模型向多模態(tài)融合發(fā)展，形成全球技術(shù)領(lǐng)先者與多元應(yīng)用生態(tài)共生格局海外，模型體量與效率并重，開(kāi)放與閉源并行2024年9月至今，AI大模型發(fā)布以版本更新為主，新發(fā)布大模型數(shù)量顯著降低，但歐洲個(gè)別國(guó)家，如意大利等，開(kāi)始研發(fā)自己的大語(yǔ)言模型，強(qiáng)調(diào)歐洲本地語(yǔ)言的支持AI大模型在不斷突破參數(shù)規(guī)模上限的同時(shí)，也關(guān)注到了邊緣與終端設(shè)備的需求，如Meta的LLaMa3.18B等，已經(jīng)在探索AI大模型小型化的可能性長(zhǎng)上下文能力持續(xù)增強(qiáng)，上下文窗口從幾十萬(wàn)token擴(kuò)展到百萬(wàn)級(jí)別，更適合長(zhǎng)文檔分析、代碼庫(kù)理解等場(chǎng)景Meta、Mistral等持續(xù)推進(jìn)開(kāi)源，OpenAI、Anthropic依舊堅(jiān)持閉源路線(xiàn)，形成雙軌生態(tài)AI大模型向多模態(tài)融合發(fā)展，形成全球技術(shù)領(lǐng)先者與多元應(yīng)用生態(tài)共生格局2024年9月至今，國(guó)內(nèi)各家AI大模型研發(fā)方基本保持至少更新一次的頻率，持續(xù)推動(dòng)我國(guó)AI大模型產(chǎn)業(yè)向前發(fā)展多模態(tài)融合加速，模型普遍支持文本、圖像、音頻、視頻等多模態(tài)輸入與輸出，并在多模態(tài)理解和生成上顯著進(jìn)步，推理與工具調(diào)用優(yōu)化能力顯著增強(qiáng)，越來(lái)越多的AI大模型集成代碼執(zhí)行、信息檢索、規(guī)劃能力，支持復(fù)雜任務(wù)鏈路處理，MixtureofExperts（MoE）稀疏架構(gòu)被廣泛采用以提升效率2024年12月DeepSeekV3系列模型的發(fā)布與開(kāi)源引起產(chǎn)業(yè)的高度關(guān)注，后續(xù)騰訊混元、阿里Qwen、百度文心、智譜等都發(fā)布了Apache-2.0或MIT的開(kāi)源版本，共同營(yíng)造了國(guó)內(nèi)AI大模型良好的開(kāi)源交流氛圍AI大模型發(fā)展從重訓(xùn)練轉(zhuǎn)為重推理、重應(yīng)用，AI智能體迎來(lái)黃金發(fā)展時(shí)期AI智能體已具備快速發(fā)展要素過(guò)去幾年，AI大模型的發(fā)展重心主要集中在參數(shù)規(guī)模的不斷擴(kuò)展和訓(xùn)練AI智能體已具備快速發(fā)展要素然而，通過(guò)模型體量增長(zhǎng)帶來(lái)的性能提升局限性逐漸顯現(xiàn)，同時(shí)帶來(lái)的從產(chǎn)業(yè)來(lái)看，AI應(yīng)用向智能體發(fā)展已具備基本市場(chǎng)條件政策倫理產(chǎn)業(yè)競(jìng)爭(zhēng)開(kāi)放生態(tài)從需求上看，用戶(hù)需要AI從回答問(wèn)題到完成任務(wù)政策倫理產(chǎn)業(yè)競(jìng)爭(zhēng)開(kāi)放生態(tài)從需求上看，用戶(hù)需要AI從回答問(wèn)題到完成任務(wù)用戶(hù)需求升級(jí)復(fù)雜任務(wù)驅(qū)動(dòng)從技術(shù)上看，AI大模型能力與計(jì)算基礎(chǔ)日益成熟。2024年以來(lái)，OpenAI發(fā)布的GPT-4.1和GPT-4.5，顯著提升力和上下文理解深度，支持高達(dá)百萬(wàn)token的長(zhǎng)上下用戶(hù)需求升級(jí)復(fù)雜任務(wù)驅(qū)動(dòng)從技術(shù)上看，AI大模型能力與計(jì)算基礎(chǔ)日益成熟。大模型技術(shù)突破算力服務(wù)與云服務(wù)發(fā)展大模型技術(shù)突破AI大模型推理能力提升帶來(lái)日益顯著的商業(yè)價(jià)值，越來(lái)越多的應(yīng)用方入局探多模態(tài)的智能助理。相比于單一大模型對(duì)話(huà)，AI智能體被視為能夠自主感知、推理、規(guī)劃和執(zhí)行的“全鏈條AI實(shí)體”，是推動(dòng)相比于單一大模型對(duì)話(huà)，AI智能體被視為能夠自主感知、推理、規(guī)劃和執(zhí)行的“全鏈條AI實(shí)體”，是推動(dòng)AI從“工具”走向“助手”乃至“協(xié)作伙伴”的關(guān)鍵一步，正引領(lǐng)AI進(jìn)入更高階段的智能化時(shí)和低功耗設(shè)備上的應(yīng)用智能體驅(qū)動(dòng)的大模型系練丁程較少關(guān)注模型的主動(dòng)性和持續(xù)智能化能力智能體驅(qū)動(dòng)的大模型系統(tǒng)工程以自主智能為中樞，大模型、工具鏈、數(shù)據(jù)流和應(yīng)用環(huán)境，形成一個(gè)高度自治、可擴(kuò)展、面向多任務(wù)的智能系統(tǒng)生態(tài)，并通過(guò)調(diào)度應(yīng)用形態(tài)從單一問(wèn)答演進(jìn)為多步驟任務(wù)閉環(huán)，電信運(yùn)營(yíng)商智能體正向行業(yè)定制按照智能體能力范圍，可分為通用智能體、垂直領(lǐng)域智能體、智能體框架以及平臺(tái)級(jí)智能體系統(tǒng)四類(lèi)。通用智能體通常依托于企業(yè)自身的大語(yǔ)言模型，具備較為廣泛的任務(wù)適應(yīng)能力，適合個(gè)人和企業(yè)的多領(lǐng)域應(yīng)用。例如：中國(guó)移動(dòng)靈犀智能體2.0，依托MoMA智能決策引擎和主從智能體協(xié)同架構(gòu)，拓展全場(chǎng)景服務(wù)能力，尤其注重智能體框架通常不直接提供“成品”智能體，而是支持開(kāi)發(fā)者通過(guò)框架構(gòu)建定制化AI智能體。層次化架構(gòu)設(shè)計(jì)，支持使用Python作為行動(dòng)語(yǔ)言，打破了智能體構(gòu)建依賴(lài)平臺(tái)預(yù)定義能力的限制。垂直領(lǐng)域智能體專(zhuān)注某一行業(yè)或場(chǎng)景，深度優(yōu)化工具鏈與領(lǐng)域知識(shí)。蓋生活、學(xué)習(xí)、工作等多個(gè)場(chǎng)景；中國(guó)聯(lián)通聚焦家庭場(chǎng)景，基于其AI服務(wù)平臺(tái)，孵化“通通”智能體，通過(guò)賬號(hào)融合、數(shù)據(jù)融通，使平臺(tái)級(jí)智能體系統(tǒng)具備多個(gè)智能體協(xié)作能力，形成一個(gè)“AI團(tuán)隊(duì)”，完成大型復(fù)雜任務(wù)。語(yǔ)義、語(yǔ)音、視覺(jué)、多模態(tài)四大領(lǐng)域，開(kāi)放超過(guò)300種場(chǎng)景化AI算法能力，集成智能體開(kāi)發(fā)、低門(mén)檻模型訓(xùn)推、數(shù)據(jù)飛輪等功能模塊，支持用戶(hù)進(jìn)行智能體構(gòu)建。建設(shè)路徑從開(kāi)發(fā)效率到運(yùn)行效能攻關(guān)，構(gòu)建智能體驅(qū)動(dòng)的大六大關(guān)鍵技術(shù)和能力運(yùn)行運(yùn)行檢索增強(qiáng)生成基礎(chǔ)大模型檢索增強(qiáng)生成基礎(chǔ)大模型使智能體能夠自主感知環(huán)境、制定決策并執(zhí)行任務(wù)。整合算力資源、數(shù)據(jù)治理工具、模型訓(xùn)練框架及場(chǎng)景化模板，使智能體能夠自主感知環(huán)境、制定決策并執(zhí)行任務(wù)。整合算力資源、數(shù)據(jù)治理工具、模型訓(xùn)練框架及場(chǎng)景化模板，支持開(kāi)發(fā)者快速構(gòu)建、部署并迭代適用于特定領(lǐng)域（如電信客服、網(wǎng)絡(luò)運(yùn)維）AI智能體的一體化技術(shù)支撐系統(tǒng)。工作流聯(lián)網(wǎng)搜索工作流聯(lián)網(wǎng)搜索聯(lián)網(wǎng)搜索功能可以增強(qiáng)智能體的實(shí)時(shí)信息獲取能性。智能體在配置聯(lián)網(wǎng)搜索功能后，能夠?qū)铀崖?lián)網(wǎng)搜索功能可以增強(qiáng)智能體的實(shí)時(shí)信息獲取能性。智能體在配置聯(lián)網(wǎng)搜索功能后，能夠?qū)铀岩环N通過(guò)可視化畫(huà)布和多種節(jié)點(diǎn)（如大模型節(jié)點(diǎn)、條件判斷節(jié)點(diǎn)等）編排復(fù)雜業(yè)務(wù)流程的工具面臨挑戰(zhàn)面臨挑戰(zhàn)從技術(shù)創(chuàng)新到生態(tài)構(gòu)建，云服務(wù)商協(xié)同電信運(yùn)營(yíng)商構(gòu)建解決方案面臨挑戰(zhàn)能體服務(wù)精準(zhǔn)度提升難，系統(tǒng)數(shù)商業(yè)模式尚未成熟，盈利困難。解解決思路案例數(shù)據(jù)治理，聯(lián)合開(kāi)展人才共建，補(bǔ)足地方電信運(yùn)營(yíng)商算力、數(shù)據(jù)與人才短板，攻克AI智能體技術(shù)瓶頸。云服務(wù)商與運(yùn)營(yíng)商合作優(yōu)化電信場(chǎng)景智能體、打通數(shù)據(jù)壁壘，同時(shí)探索“AI+增值服務(wù)”模式，提升服務(wù)精準(zhǔn)度與用戶(hù)體驗(yàn)，助力形成商業(yè)閉環(huán)。突破生態(tài)困境，提升市場(chǎng)競(jìng)爭(zhēng)力。建設(shè)成果從基礎(chǔ)能力到運(yùn)營(yíng)運(yùn)維水平衡量，信通院與騰訊云聯(lián)合構(gòu)建智能體驅(qū)動(dòng)的大模型系統(tǒng)工程成熟度評(píng)價(jià)體系根據(jù)市場(chǎng)調(diào)研與實(shí)際落地經(jīng)驗(yàn)，基于以智能體為核心的AI大模型系統(tǒng)框架，本報(bào)告提出了一套智能體驅(qū)動(dòng)的大模型系統(tǒng)統(tǒng)的構(gòu)建與運(yùn)維水平，供建設(shè)方根據(jù)其需求和對(duì)不同指標(biāo)的重視程度進(jìn)行產(chǎn)品能成熟度評(píng)估?；A(chǔ)設(shè)施與模型能力：反映智能體系統(tǒng)的“核心引擎”能力，包括算力利用能力、模安全合規(guī)與運(yùn)維統(tǒng)在穩(wěn)定性、性方面的成熟程度可信賴(lài)、關(guān)注系統(tǒng),衡量數(shù)據(jù)管理和知識(shí)構(gòu)建能力安全合規(guī)與運(yùn)維統(tǒng)在穩(wěn)定性、性方面的成熟程度可信賴(lài)、關(guān)注系統(tǒng),衡量數(shù)據(jù)管理和知識(shí)構(gòu)建能力對(duì)社會(huì)和用戶(hù)負(fù)責(zé)。應(yīng)用價(jià)值與商業(yè)化能力：的實(shí)際應(yīng)用能力戶(hù)體驗(yàn)和商業(yè)化價(jià)值熟度與業(yè)務(wù)價(jià)值的結(jié)合能力能力：衡量智能體系安全性、合規(guī)性、倫理,確保系統(tǒng)可持續(xù)、關(guān)注系統(tǒng)、場(chǎng)景適配性、用,體現(xiàn)技術(shù)成。數(shù)據(jù)與知識(shí)管理：背后的“信息底座”確保智能體有充足、可更新的數(shù)據(jù)支持。多樣調(diào)用能力：關(guān)注連接性、調(diào)度性、魯棒性效率性與自適應(yīng)性。智能體系統(tǒng)架構(gòu)與工程化能力：衡量系統(tǒng)設(shè)計(jì)是否科學(xué)合理、模塊化、可擴(kuò)展、可靠及智能體系統(tǒng)的工程化水平和可操作性，確保智能體能夠在復(fù)雜環(huán)境中穩(wěn)定運(yùn)行并支持后續(xù)升級(jí)優(yōu)化。未來(lái)發(fā)展趨勢(shì)未來(lái)AI智能體不僅具備高性能計(jì)算能力，還自主感知環(huán)境變化、調(diào)整行為策略，并在復(fù)雜場(chǎng)景應(yīng)學(xué)習(xí)與持續(xù)優(yōu)化、端-云協(xié)同與資源動(dòng)態(tài)調(diào)度將技術(shù)創(chuàng)新不僅局限于算法，同時(shí)也推動(dòng)系統(tǒng)工程方法論升級(jí)。全生命周期閉環(huán)管理、自動(dòng)化訓(xùn)使系統(tǒng)工程從靜態(tài)管理向動(dòng)態(tài)、自主、可持續(xù)發(fā)展技術(shù)創(chuàng)新方面，智能體圍繞自主智能與自適應(yīng)系統(tǒng)持續(xù)發(fā)展。的持續(xù)突破，尤其是在算力成本和