12月9日，中關(guān)村科金與甲子光年聯(lián)合主辦的“超級連接·智見未來”EVOLVE 2025大模型與智能體產(chǎn)業(yè)創(chuàng)新峰會在北京舉行。峰會聚焦AI Agent在企業(yè)級場景中的價值落地與產(chǎn)業(yè)演進路徑，來自科技企業(yè)、投資機構(gòu)及垂直行業(yè)的代表共同探討了智能體如何成為企業(yè)數(shù)字化轉(zhuǎn)型的新引擎。

甲子光年創(chuàng)始人兼CEO張一甲在會上發(fā)布《2025AI Agent行業(yè)價值及應用分析》報告（以下簡稱“《報告》”），指出AI Agent的本質(zhì)是“大模型的超級大腦+自動化的敏捷雙手”，其核心能力在于工具調(diào)用、任務規(guī)劃與自主執(zhí)行。她強調(diào)，2025年AI Agent的崛起并非偶然，而是大模型成熟、算力供給、開源生態(tài)與真實產(chǎn)業(yè)需求同步共振的結(jié)果。

張一甲 甲子光年創(chuàng)始人兼CEO

當前，企業(yè)對AI的期待已從“展示性樣板間”轉(zhuǎn)向“可投產(chǎn)的工廠”。AI Agent不再滿足于回答問題或輔助操作，而是要完成端到端的工作流，從識別發(fā)票到自動走完報銷、審批、付款全流程。這一轉(zhuǎn)變標志著AI正從“對話伙伴”升級為“共事同事”，而企業(yè)級部署則對其穩(wěn)定性、集成性與安全性提出了嚴苛要求。

大模型只是發(fā)動機，不是整車

在當前的大模型熱潮中，一個普遍誤區(qū)正在蔓延：認為只要接入強大的通用大模型，就能實現(xiàn)企業(yè)智能化。但現(xiàn)實恰恰相反。張一甲在演講中明確表示：“我們不唯大模型論?！贝竽Ｐ凸倘惶峁┝藦姶蟮恼Z言理解與生成能力，但它只是“發(fā)動機”；要造出一輛能上路、能載貨、能適應復雜路況的“車”，還需要車身、底盤和一張清晰的地圖。

這張“地圖”就是企業(yè)自身的業(yè)務場景。真正的落地公式應為：場景×（數(shù)據(jù)+流程+算法）。其中，場景是關(guān)鍵的乘數(shù)因子，沒有對行業(yè)痛點、客戶邏輯和業(yè)務流程的深刻理解，再強的模型也難以發(fā)揮價值，這正是行業(yè)實施AI的關(guān)鍵——Know-How（專業(yè)知識）。例如，在交通基建領(lǐng)域，通用大模型雖能生成通順文本，卻無法準確引用《公路工程標準施工招標文件》中的技術(shù)條款。這正是寧夏交建選擇與中關(guān)村科金合作打造垂類智能體“靈筑智工”的原因。

該案例顯示，只有將大模型“做垂、做實”，嵌入行業(yè)知識體系，才能解決高門檻、高風險任務，如標書編寫、工藝調(diào)優(yōu)或合規(guī)審查。因此，企業(yè)級AI Agent的起點不是模型選型，而是場景定義。

從通用助手到總工程師

AI Agent的落地形態(tài)并非千篇一律。根據(jù)行業(yè)知識深度與業(yè)務流程復雜度兩個維度，甲子光年提出“四象限數(shù)字員工”模型，為企業(yè)提供可操作的實施路徑。

在左下象限，“通用助手”處理高頻、低復雜度任務，如會議紀要生成或IT工單分派，適用于快速驗證價值；右下象限的“執(zhí)行助理”則面向銷售、采購等長鏈條流程，需打通多個系統(tǒng)實現(xiàn)自動化閉環(huán)；左上象限的“專家顧問”聚焦高知識密度場景，如金融風控或法律咨詢，依賴專業(yè)規(guī)則庫與推理能力；而右上象限的“總工程師”級Agent，如工業(yè)預測性維護系統(tǒng)，必須同時掌握設(shè)備機理模型與實時控制邏輯。

寧夏交建的實踐印證了這一分層策略。其部署的四位數(shù)字員工分別覆蓋工程技術(shù)文檔撰寫、核算報表生成、無代碼數(shù)據(jù)分析和投標全流程自動化。結(jié)果是：投標文件生成時間降低70%，知識查找效率提升50%。關(guān)鍵在于，這些Agent并非基于通用模型微調(diào)，而是通過上萬份行業(yè)規(guī)范、歷史標書和內(nèi)部制度訓練而成，真正內(nèi)化了企業(yè)Know-How。

信任基石與數(shù)據(jù)飛輪

《報告》認為，即便具備強大功能，AI Agent要進入大型企業(yè)核心業(yè)務，仍需通過六項“硬性大考”：穩(wěn)定性、可擴展性、易用性、系統(tǒng)集成能力、安全合規(guī)與行為可控。這六點構(gòu)成企業(yè)信任的基石。Agent必須像水電一樣7×24小時可用，能與ERP（企業(yè)資源計劃）、CRM（客戶關(guān)系管理）等系統(tǒng)打通，不可以成為新的信息孤島，并確保所有操作可審計、權(quán)限可管控。

更深層的價值在于“AI?數(shù)據(jù)飛輪”的形成。每一次Agent與客戶、系統(tǒng)或知識庫的連接，都會產(chǎn)生帶有真實業(yè)務語境的交互數(shù)據(jù)；這些數(shù)據(jù)經(jīng)清洗、標注與反饋后，反哺模型迭代，使Agent更懂業(yè)務、更精準執(zhí)行。這一正向循環(huán)意味著：AI Agent不是靜態(tài)工具，而是隨使用不斷進化的“活資產(chǎn)”。

張一甲提出一個關(guān)鍵判斷：AI Agent將會是企業(yè)中“越用越值錢”的唯一資產(chǎn)。今日部署的Agent與一年后歷經(jīng)千次任務錘煉的版本，將是兩個物種。這種共生式成長，不僅提升效率，更可能重塑組織管理邏輯，當團隊核心成員由確定性的智能體構(gòu)成，管理將從應對“人的不確定性”轉(zhuǎn)向工程化優(yōu)化“群體智能”，從而打開企業(yè)效率與價值的新天花板。

AI Agent的興起，標志著企業(yè)智能化從“輔助人類”進入“與人類協(xié)作”乃至“自主執(zhí)行”的新階段。其價值不僅在于降本增效，更在于重構(gòu)連接、優(yōu)化流程、激活數(shù)據(jù)，并最終提升組織管理的科學性與系統(tǒng)性。

然而，技術(shù)落地仍需克服場景適配、系統(tǒng)集成、安全合規(guī)與成本控制等多重挑戰(zhàn)。企業(yè)需以務實態(tài)度，從真實需求出發(fā)，以漸進路徑推動智能體融合業(yè)務。“連接”不是Agent的終點，而是它智能進化的起點。這便是“企業(yè)AI數(shù)據(jù)飛輪”的運轉(zhuǎn)邏輯：Agent每一次連接，無論是連接客戶、系統(tǒng)還是知識都在產(chǎn)生新的交互數(shù)據(jù)，成為企業(yè)數(shù)據(jù)優(yōu)化的來源；這些數(shù)據(jù)經(jīng)過處理和定制，反過來迭代模型本身；最終使Agent這一“超級連接器”變得更聰明、更懂業(yè)務。這一閉環(huán)形成了強大的正向循環(huán)，詮釋了“越連接，越智能”的本質(zhì)。越是深入、廣泛、密集的連接，越能激發(fā)智能體的潛力，也越能揭示數(shù)據(jù)與協(xié)作在現(xiàn)代企業(yè)中的根本價值。AI Agent不僅是一項技術(shù)變革，更是一場關(guān)于組織形態(tài)、工作方式與管理哲學的整體演進。