《智能体驱动的大模型系统工程与产业实践》解读

云服务商与电信运营商的合作探索 2025年9月 智能体驱动的大模型系统工程研究背景 人工智能蓬勃发展，智能体是构建完善人工智能应用服务链的关键一环 伴随人工智能发展，国家、地方政府陆续出台相关政策，支持各行业发展人工智能大模型、智能体相关研究，并逐步提升对智能体建设的关注程度培育人工智能应用服务商。 +2025年8月，国务院印发《关于深入实施“人工智能+"行动的意见》，其中加快实施重点行动包括“在软件、信息、金融、商务、法律、交通、物流、商贸等领域，推动新一代智能终端、智能体等广泛应用”，强化基础支撑能力，包括“培育人工智能应用服务商，发展模型即服务、“智能体即服务等，打造人工智能应用服务链。 2023年7月，国家网信办等七部门发布《生成式人工智能服务管理暂行办法》，鼓励生成式人工智能技术在各行业、各领域的创新应用，生成积极健康、向上向善的优质内容，探索优化应用场景，构建应用生态体系。 2024年11月，北京经清技术开发区管理委员会印发《北京经清技术开发区关于加快打造A原生产业创新高地的若干政策》，培育性能达到回际先进水平的通用大模型，打造人工哲能标杆应用场景10个。2024年12月，深圳市工业和信息化局印发《深坝市打造人工智能先择城市的者干招施》，对企业依托经国家网信办畜案的生成式人工智距惧型开展模型服劣、智能悼开发应用等，达到一定规赖、具有良好成效的给予齿金支持。 北京、深圳、上海、浙江厦门等省市陆续发布相关文件，鼓励企业结合地方优势开展人工智能大模型、智能体研究工作。 AI大模型向多模态融合发展，形成全球技术领先者与多元应用生态共生格局 海外，模型体量与效率并重，开放与闭源井行 从发布数量来看 2024年9月至今，AI大模型发布以版本更新为主，新发布大模型数量显著降低，但欧洲个别国家，如意大利等，开始研发白已的大陷言型， 从模型体量来看 A大模型在不断突破参数规模上限的同时，也关注到了边绿与终端设备的需求，如Meta的LLaMa3.18B等，已经在探家AI大模型小型化的可能性 从模型性能来看 长上下文能力持续增强，上下文窗口从几十万token扩展到百万级别，更适合长文档分析、代码库理解等场景 从产业生态来看 Meta、Mistral等持续推进开源，OpenAl、Anthropic依旧日坚持闭源路线，形成双款生态 AI大模型向多模态融合发展，1形成全球技术领先者与多元应用生态共生格局 国内，技术路线多元，天开源热情高涨。 从发布数量来看 2024年9月至今，国内各家AI大模型研发方基本保持至少更新一次的频率，持续推动我国AI大模型产业向前发展 从技术演进来看 多掉态硅合加速，掉型普请支持文本、国像、音站、规等多掉态销与输出，并在多模态理解和生成上显著进步，推理与工具调用优化能力显著增强，越来多的A大模型集成代码执行、信息检素、规划能力支持复杂任务链路处理，MixtureofExperts（MoE）稀疏架构被广泛采用以提升效率 从产业生态来看 2024年12月DeepSeekV3系列模型的发布与开源引起产业的高度关注，后续腾讯混元、阿里Qwen、百度文心、智谱等都发布了Apache-2.0或MIT的开源版本，共同营造了国内AI大提型良好的开源交流氛围 A大模型发展从重训练转为重推理、重应用，A智能体迎来黄金发展时期 大模型的发展重心向推理与应用的转变，不仅反映了技术进步的内在需求，！也契合了实际应用场景对智能化水平的更高期待，为AI智能体【AIAgent]】的出现奠定了基础。 A大模型早期研究聚蕉模型训练 智能体已具备快速发展要素要舞实备具马本殖 过去几年，AI大模型的发展重心主垂集中在参敌规模的不扩展和训障欢抵的海量损装上，以追求更强的语言理讲和生成部力然再，遇过模型体量增长带来的性能提升局限性逐渐量现，同时带来的单纯性重模型练已难以满定市场对女时性，精准性和格与度的需求， 重推理成为AI大模型建设方发展新趋势 重推理强调轻型在推理错拿上的优化，包括增强轻型的遇辅推理，多步婴思考，因果分析和工具词用能力。 2024年以来，Op8nAI发布的GPT-4.1和GPT-4.5，显著提升了推理能力和上下文理解深度，支持高达百万token的长上下文，使模型能处理更复杂的推理任务。各歌的Gemini2.0系列引入了“Thinking”式，过链式推理和工具调用进一步提高了解决复杂问题的能力，推动了智能体果构的实现。 应用方不断创新AI大模型应用新范式 A大模型推理能力提升带来日益显著的商业价值，越亲趋多的应用方入同择幸AI大型的创新使用场质，促进A大模型从语言生成工月，韩变为多场景模态的助理 创如，OpenAl通过摄件（Plugins）和AP将大模型深度集成到协公套件疫家引等、编程辅助工具中，提升了企业和个人的生产力。Meta推出的LLaMa3.2和轻量缓版本，适配移动选和边蒙设备，推动了模型在实时交互和低功耗设备上的应用 相比于单一大惯型对适，RV智能体被视为能够自主感知、超理、规划和热行的全随亮实体”，是拉动R从“工具“走向”助手”乃至“的作快伴"的关健一步，正引额月选入更高阶度的智能化时代 智能体驱动的大模型系统工程 智能体驱动大模型系统工程框架演进，自主智能成为框架中枢 AI大模型系统工程桩架从以调练、推理为赖心向以智能体为核心转变，代表着人工智能发展从“算力+模型“驱动向"任务+智能体”驱动的范式转变，A智能体正在成为连接模型能力与真实业务价值的核心范纽。 AI大模型系统工程以模型训练和推理为核心注重计算资源的高效利用和模型性能提升较少关注模型的主动性和持续智能化能力 智能体驱动的大模型系统工程以自主智能为中板，整合大模型、工具链、数据流和应用环境，形成一个高度自治、可扩展、面向多任务的智能系统生态，并通过调度完成动作执行 应用形态丛单一问答演进为多步骤任务闭环，电信运营商智能体正向行业定制与多智能体协同发展 已经涌现出了一批典型的产品。除了云服务商与人工智能企业之外，电信运营商也在AI智能体领城走在前列。 按照智能体能力范围，可分为通用智能体、重直领域智能体、智能体框架以及平台级智能体系统四类。 垂直领域智能体 通用智能体 通带依托于企业自身的大语言模型，具备较为广泛的任务适应能力，适合个人和企业的多额域应用。例如：中国移动灵屏智能体2.0，依托MoMA智能决策引障和主从智靠体协同梁构，拓展全场景服务靠力，尤其注重出行、生活、家庭、办公、酒信五大高频场景支持。 例如：跨讯在ToC（面向消费者）方面发布了超过10个智能体，涵盖生活、学习、工作等多个场员：中国联通聚焦家庭场量，基于其AI服务平台，孵化“通通”智密体，通过账号慰合、教拓聪通，使“通通”成为用户的智懿数字分身，打通家庭和个人、大屏和小屏的畅享体验， 平台级智能体系统 智能体框架 月备多个智能体协作能力，形成一个“AI团队”，完成大型豆杂任务例如：中国电信星辰智能体平台以星辰大模型为技术底座，覆蓄语义，语音、规觉、多模态四大领域，开放超过300种场景化AI算法能力，集成智就体开发、低门拍模型训推、数飞轮等功起模块，支持用户进行智能体构建。 通带不直接提供“成品”智能体，而是支持开发者逼过框架构建定制化AI智能体，例:期讯CognitiveKemel-Pro智能体框果，采用多模块层次化构设计，支持使用Python作为行动语言，打破了智能体构建依娱平台预定义能力的限制。 建设路径从开发效率到运行效能攻关，构建智能体驱动的大模型系统工程所需六大关键技术和能力开发 运行 基础大模型 8智能体开发平台 基础大模型赋予智能体强大的自然语言理解、推理和决策能力，覆盖复杂任务处理、多模态信息理解以及长期记忆管理等方面，使智能体能够自主感知环境、制定决策并热行任务 结合信息检家与生成式人工智密（如大语言模型）的技术架，旨在通过动态检态外部知识库中的相关内客，增强生成模型（LLM）的输入信息，从而提升回答的难确性、时效性和可解释性。 整合尊力、数出治理工具、学训蓝柜及场益化股板支持开发者快速构建、部暑并代适用于特定领或（如电信客服、网络运维）AI智能体的一体化技术支撑系统。 工作流 智能体安全管理 联网搜索 联网控索功能可以增强智带能体的实时信息获取带力和客率丰富性。智能体在配置联网按素功能后，能够对接疫系引掌，提升对时问魅的回容能力 种通过可规化海布和多种节点（如大橙型节点、参数提取节点、条件别断节点等）编排复杂业务净释的工具，官在实现稳定且可控的业务效果，确保每个流轻节点的准确性和可释性， 大型安全网关通过多层次防护机制，连提智能体、模型与服务实现统一治理与高效协问，集保AI规膜化应用中的关键风验得到有效控制，有效平适效率与安全性， 面临挑战从技术创新到生态构建，云服务商协同电信运营商构建解决方案 生态方面，电信AI智能体行业标准空缺、跨主体协同难，相对头部A企业竞争力不足，地方运营商生态构建与市场拓展压力大。 应用方面，电信业务复杂导致智能体服务精准度提升难，系统数据孤岛难破、用户体验有待提升商业模式尚未成熟，盈利团难。 技术方面，地方电信运营商大模型研发、算力自主化等能力弱于头部企业且面临数据治理难、RAG技术瓶颈及AI人才短缺问题，制约技术落地。 面一临挑战 云服务商通过提供弹性算力租赁、协助数据治理，联合开展人才共建，补足地方电信运营商算力、数据与人才短板，攻克AI智能体技术瓶颈。 云服务商与运营商合作优化电信场景智能体打通数据壁垒，同时探索“AI+增值服务”模式，提升服务精准度与用户体验，助力形成商业闭环。 云服务商联合运营商、研究机构制定标准搭建协同创新平台，挖掘本地优势，助力差异化能力打造，与地方电信运营商共同突破生态困境，提升市场竞争力。 案例 跨讯云与中国铁塔完成大模型训练和推理平台共建，支择铁塔集团大模型应用 腾讯云正积极参与灵犀、星辰、元景等智能体平台的建设，共建生态体系 腾讯云助力中国电信市公司完成114智能体搭建服务民生场景 建设成果从基础能力到运营运维水平衡量，信通院与腾讯云联合构建智能体驱动的大模型系统工程成熟度评价体系 限露市项理研与实际落地经验，基子以智能原为费心的用大型班架本报告提出了一套智能体驱动的大模型系统工程评价体系，从6个维度共选取48个指标评价系统的构建与运维水平，供建设方根据其需求和对不同指标的车视程度进行产品能成熟度浮估基础设施与植型能力，反映智能体系的 核心引掌”能力，包括算力利用能力、模型期模、算法创新、推理效率和自适应学习能力等，是系统价值和充争力的直换来置。 安全合规与运维能力：衡量智能体的在稳定性，安全性，合妞性，的理性方面的成熟程度，病保系统可持映可信赖、对社会和用户负责， 故据与知识管理：关注系统背后的“信息皮座”，衡量确保智陷体有充足、可盒、可更新的数题支持。 质用价伯与商业化期力，关注系筑购卖应用需力，场量送配性，用户体验扣商业化价位，体现技术成营度与业第价值的装合单力 多样用最力：：关注连按性、调度性、鲁棒性、效率性与自适应性， 智能体系蜕架构与工程化部力，街量系统设计足否科学合理、模决化、可扩展、可靠及智能体系统的工程化水平和可操作性，确保智陷体能够在最孕环设中总定退行井支持后持升级优化 未来发展趋势 未来发展趋势 未来A/智能体不仅具备高性能计算能力，还应能够自主感知环境变化、调整行为策略，并在复杂场景中实现持续优化，自主感知与决策能力增强、自适应学习与持续优化、端-云协同与资源动态调度将是未来技术创新的重要方向。 AI智能体系统工程不仅是一套技术集成和应用解决方案，更是一个多方协作、多维度融合的开放生态体系。 随着智能体驱动的大模型系统工程在性能和效率上的持续突破，尤其是在算力成本和训练成本显著障低的背景下，全球范国内创新环境正朝着更加平权的方向发展。这一趋势使得不同国家，不同规模的企业均有机会参与到智能体应用