1、中國電信集團有限公司政企信息服務事業群中國信息通信研究院云計算與大數據研究所2024 年 11 月政企行業 AI Agent（AI Agent)研究報告 參與單位中國電信集團有限公司政企信息服務事業群中國信息通信研究院云計算與大數據研究所北京百度網訊科技有限公司北京火山引擎科技有限公司北京奇虎科技有限公司軟通動力信息技術（集團）股份有限公司北京數巔科技有限公司北京東方國信科技股份有限公司 主要撰稿人白彥朋畢京云曹智儲偉偉董恒禹甘志輝顧延鴿郭瑞峰何昌華何杰胡東胡杰江民民李慧欣李康李亞軍李軼承栗蔚劉敬謙劉世偉劉婷劉威辰劉沅羅建平牛寶童錢蓓蓓任偉舒坦宋光通宋佳明宋雪思宋宇蘇振孫海孫佳孫文斌田耘汪滔王

2、策王棟王寧王衛民魏子凌吳佳興吳雋吳寧邢志剛徐恩慶楊安楊琛楊戈楊華鋒楊錦才楊凱楊毅楊占行張寶玉張琳琳張曉光趙文瑞趙鑫周穎注：以上名單按姓氏順序排列，排名不分先后。前言在新時代的征途上，我國正全面推進深化改革，力圖在全球化浪潮中把握新的發展機遇。智能化作為推動經濟社會發展的重要引擎，已被提升至國家戰略層面。政企行業作為國家治理和市場經濟的關鍵領域，其智能化轉型不僅是提升治理能力和產業競爭力的迫切需要，也是適應新時代發展要求的必然選擇。隨著關于進一步優化政務服務提升行政效能 推動“高效辦成一件事”的指導意見、關于推動未來產業創新發展的實施意見、生成式人工智能服務管理暫行辦法等一系列政策文件的密集出臺

3、，我國對政企行業的智能化發展提出了明確要求，旨在通過政策引導和技術賦能，加速傳統產業的數字化轉型，促進政務服務的智慧化升級與企業的智能化轉型并行不悖，共同繪制出一幅產業蝶變煥新的宏偉藍圖。在此背景下，中國電信集團有限公司政企信息服務事業群聯合中國信息通信研究院云計算與大數據研究所以及生態聯盟伙伴，依托雙方在政企行業領域大模型和 AI Agent 的研究成果與實踐經驗，圍繞梳理政企政策發展目標、分析政企行業 AI Agent 現狀及技術能力、精選政企行業 AI Agent 場景化應用典型案例、構建政企行業 AI Agent 技術評價體系以及展望政企行業 AI Agent 未來趨勢形成本報告，旨在

4、為政企行業的智能化升級提供戰略指引和實踐參考，推動我國政企行業在智能化道路上穩步前行。目錄一、智效雙興引領政企發展新范式1（一）效能為先成政企發展的落腳點1（二）架構優化推動大模型能力突破3（三）落地實踐仍存在若干痛點堵點5（四）智能體蓬勃應用帶動數智升級6二、政企行業 AI Agent 提供盡微致廣新思路10（一）AI Agent 成為大模型落地應用的必然選擇10（二）政企行業 AI Agent 總體框架14（三）政企行業 AI Agent 技術架構15（四）政企行業 AI Agent 實施路徑24三、政企行業 AI Agent 場景化應用典型案例27（一）政企行業 AI Agent 賦智數

5、字治理27（二）政企行業 AI Agent 賦力數字民生31（三）政企行業 AI Agent 賦能數字產業35四、政企行業 AI Agent 技術與應用評價體系39（一）政企行業 AI Agent 關鍵技術評價指標39（二）政企行業 AI Agent 平臺評價指標42五、政企行業 AI Agent 大規模應用痛點和解決思路46（一）應對不穩定、不可靠問題，AI Agent 建設更趨標準化、安全化46（二）應對復雜問題處理效率性，多 AI Agent 協同能力將持續加強47（三）應對多元發展需求，多模態 AI Agent、具身智能將成為解決思路49（四）應對建設成本問題，AI Agent 平臺即

6、服務有望成為主流服務模式50（五）為推動行業生態健康發展，AI Agent 應用相關標準體系將持續豐富52圖 目 錄圖 1 企業數字化轉型驅動因素圖3圖 2 政企行業 AI Agent 應用就緒度熱力圖8圖 3 2024 年政企行業 AI Agent 應用占比圖9圖 4 從 RAG 向 AI Agent 演進示意圖11圖 5 AI 原生應用開發平臺功能圖13圖 6 政企行業 AI Agent 總體框架圖14圖 7 政企行業 AI Agent 技術架構圖16圖 8 RAG 系統處理流程19圖 9 Agentic RAG 處理流程20圖 10 MCP 架構示意圖22圖 11 智能政務助手流程圖28

7、圖 12 法務門戶智能化功能圖29圖 13 法務門戶智能化功能圖29圖 14 查辦一體 AI Agent 技術架構圖31圖 15 智慧校園應用服務示意圖32圖 16 智慧校園應用服務示意圖32圖 17 智慧校園應用服務示意圖33圖 18 暢游助手核心能力架構圖34圖 19 社區 AI Agent 服務流程示意圖36政企行業智能體研究報告12023 年 2 月，黨中央、國務院印發了數字中國建設整體布局規劃，強調要堅持穩中求進工作總基調，完整、準確、全面貫徹新發展理念，加快構建新發展格局，著力推動高質量發展，要促進數字經濟和實體經濟深度融合，以數字化驅動生產生活和治理方式變革。面向當前和今后這個以

8、中國式現代化全面推進強國建設、民族復興偉業的關鍵時期，改革的重要性不斷突出，實效的關注度不斷加強，數智技術的抓手性不斷得到強調。一、智效雙興引領政企發展新范式（一）效能為先成政企發展的落腳點人工智能作為引領未來的戰略性技術，是新一輪科技革命和產業變革的核心驅動力，是打造新質生產力的關鍵引擎。2024 年 5 月，國家數據局等四部委聯合印發關于深化智慧城市發展 推進城市全域數字化轉型的指導意見，鼓勵發展基于人工智能等技術的智能分析、智能調度、智能監管、輔助決策，全面支撐賦能城市數字化轉型場景建設與發展。關于加快公共數據資源開發利用的意見指出，支持人工智能政務服務大模型開發、訓練和應用，提高公共服

9、務和社會治理智能化水平。2024 年 2 月，國務院國資委召開“AI 賦能 產業煥新”中央企業人工智能專題推進會，會議認為，加快推動人工智能發展，是國資央企發揮功能使命，搶抓戰略機遇，培育新質生產力，推進高質量發展的必然要求。會議強調，中央企業要把發展人工智能政企行業智能體研究報告2放在全局工作中統籌謀劃，深入推進產業煥新，加快布局和發展人工智能產業。24 和 25 年政府工作報告連續強調要推進“人工智能+”行動，將數字技術與制造優勢、市場優勢更好結合起來，支持大模型廣泛應用，大力發展智能網聯新能源汽車、人工智能手機和電腦、智能機器人等新一代智能終端以及智能制造裝備。黨中央、國務院高度重視數字

10、政府和政務服務工作，全面提升政務服務效能是便利企業和群眾辦事創業、暢通國民經濟循環、加快構建新發展格局的必然要求，也是優化營商環境、推進國家治理體系和治理能力現代化的重要舉措，對于建設人民滿意的法治政府、創新政府、廉潔政府和服務型政府有重要意義。2022 年 6 月，國務院印發關于加強數字政府建設的指導意見，提出要充分發揮數字技術創新變革優勢，優化業務流程，創新協同方式，推動政府履職效能持續優化。2024 年 1 月，國務院印發關于進一步優化政務服務提升行政效能 推動“高效辦成一件事”的指導意見，強調優化政務服務、提升行政效能是優化營商環境、建設全國統一大市場的必然要求，對加快構建新發展格局、

11、推動高質量發展具有重要意義。提升企業活力效率是企業改革深化提升的關鍵之舉?！笆奈濉币巹澝鞔_提出，要“打好關鍵核心技術攻堅戰，提高創新鏈整體效能”。2020 年，國務院國資委發布關于加快推進國有企業數字化轉型工作的通知，提出要推進 5G、大數據、人工智能等技術規?；蓱?，賦能企業提質增效。2021 年 10 月，市場監管總局等六部委聯合印發關于進一政企行業智能體研究報告3步發揮質量基礎設施支撐引領民營企業提質增效升級作用的意見，提出要提供高效便捷的質量技術服務，促進民營企業提質增效升級。在數字經濟時代，數字化轉型是經濟主體實現高質量發展的必由之路。習近平總書記強調：“我國經濟由高速增長轉向

12、高質量發展，這是必須邁過的坎，每個產業、每個企業都要朝著這個方向堅定往前走?！碑斆媾R高速變化的經濟環境時，企業效率的提升成為企業高質量發展的重要體現。據中國信通院央國企數智化轉型發展報告（2024）顯示，提升運營效率、增強創新能力、應對市場競爭和響應客戶需求成為驅動企業數智化轉型的最主要力量。來源：中國信通院央國企數智化轉型發展報告 2024圖 1 企業數字化轉型驅動因素圖（二）架構優化推動大模型能力突破架構優化驅動基礎模型能效提升。隨著 Deepseek 和 QwQ-32B等大模型技術架構的持續升級，模型的算力效率與泛化能力實現了突政企行業智能體研究報告4破性提升。以 Deepseek-V3

13、 671B 為例，一個強大的專家混合（MoE）語言模型，總共有 6710 億個參數，每次處理 token 時激活 370 億個參數。通過采用多頭潛在注意力（MLA）和 DeepSeekMoE 架構，顯著提升推理效率并降低訓練成本。此外，DeepSeek-V3 創新性地引入無輔助損失的負載均衡策略，并采用多標記預測訓練目標以獲得更強的模型性能。盡管性能出色，但 DeepSeek-V3 只需要 2.788百萬 H800GPU 小時即可進行完整訓練。開源策略進一步放大了架構升級的邊際效益。一方面，開放的模型參數與訓練代碼加速了社區協作，推動了技術迭代速度；另一方面，開源生態降低了企業與研究機構的試錯

14、成本，使資源從重復性開發轉向創新性應用。例如，開源模型的輕量化版本可直接部署于邊緣設備，而企業則能基于開源框架快速定制垂直領域模型，形成“基礎模型-行業適配-場景落地”的高效閉環。這種“技術普惠”模式，不僅降低了AI 應用的準入門檻，更通過社區反饋的持續優化，推動基礎模型向更高效、更魯棒的方向演進。模型蒸餾、強化學習微調等優化技術逐步推動基礎大模型的能力飛躍。強化學習路徑方面，DeepSeek-R1-Zero 首次證明，僅通過純強化學習即可激發大模型的推理能力，無需傳統監督微調。其通過自我對弈式訓練，使模型自主生成長思維鏈，實現復雜問題求解與自我驗證，標志著我國團隊在大模型技術上的原始創新。模

15、型蒸餾技術則通過知識遷移，將大模型（如 DeepSeek-R1）的推理模式高效壓政企行業智能體研究報告5縮至小模型（如 Qwen、Llama），例如蒸餾后的 32B 和 70B 模型在多項能力上實現了對標 OpenAI o1-mini 的效果。其核心在于讓學生模型模仿教師模型的深層思考邏輯，而非簡單復制答案，從而兼顧推理能力與資源效率。兩項技術的協同創新，大幅降低了模型部署門檻，推動大模型在推理效率、任務適應性及資源利用率上實現突破，為構建高效智能系統奠定基礎。（三）落地實踐仍存在若干痛點堵點盡管政策與行業實踐已為政企智效提升點明了前進方向，但在實際實施層面，仍存在若干痛點堵點，具體體現在路徑

16、、成本、實現和轉化等方面。一是路徑選擇方面，主管單位顧慮場景應用的典型性和合理性，企業擔心新技術應用的表現不及預期，在找場景、抓切口方面存在諸多疑慮，面對場景價值的分類和遴選，缺乏成熟方法支撐。二是成本問題，大模型部署推理存在低延時、高吞吐、高可擴展性和安全性的需求，需通過推理框架實現在不同的硬件平臺統一高效部署和運行大模型，并實現有效內存管理和性能優化。常規而言 8 張 V100 顯卡最多支持部署 1 個 70B 左右基模和 4 個 6B 至 8B 基模，或支持部署 4個 4bit 量化的 70B 左右基模，基礎硬件和訓推過程產生的高額成本也是推動快節奏使用的一大堵點。三是實效問題，以大模型

17、為代表的智能化技術客觀存在指標語義理解難、大模型幻覺和專業度不足等問政企行業智能體研究報告6題，如何定義智能化技術的預期實效產出仍待持續權酌。四是轉化問題，投入大量成本、引入了專業力量的智能化技術如何轉化為典型化、自適應化的解決方案賦能政企行業高質量發展有待深入實踐。（四）智能體蓬勃應用帶動數智升級大模型“智能涌現”驅動人工智能市場快速增長。在產業規模上，根據中國信息通信研究院數據顯示，人工智能產業規模持續擴大。2022 年產業規模達到 5080 億元，截至 2023 年底，我國人工智能核心產業規模接近 5800 億元，已經形成了京津、長三角、珠三角三大集聚發展區，核心企業數量超過 4400

18、家，居全球第二。在解決方案市場方面，根據 IDC 報告顯示，中國 MaaS 市場和 AI 大模型解決方案市場在 2024 年上半年已分別達到 2.5 億元人民幣和 13.8 億元人民幣，均預計將在 2024-2028 年期間保持高速增長，分別達到年均復合增長率 64.8%和 56.2%。大模型對于其卓越的處理能力和優秀的問題推理能力，有效滿足了政府和企業以及其他行業對數字化轉型與智能化升級的迫切需求，顯著推動了應用的智能化進程。隨著大模型技術的持續優化以及市場需求的穩步增長，其在實際應用中的實施變得日益廣泛。在這一過程中，智能體（以下稱為“AI Agent”），作為一種模擬人類智能行為的計算機

19、程序，其能力包括理解自然語言、進行對話、學習、推理、感知環境以及解決問題，正成為實現大模型技術落地的關鍵途徑。這一發展態勢不僅促進了服務向商業化和市場政企行業智能體研究報告7化方向的快速邁進，而且為人工智能市場的迅猛擴張提供了堅實的推動力。全棧式工程化智能體范式加速 AI Agent 產品化落地。以 Manus為代表的 AI Agent，通過多代理協同架構、模型調度優化、動態任務調度引擎及安全驗證機制，構建了從任務解析到結果交付的全鏈路閉環，展現了工程化創新對產業應用的推動價值。其技術路徑聚焦工具鏈整合而非底層模型研發，既通過蒙特卡洛樹搜索算法與聯邦學習等技術實現任務拆解效率與數據隱私保護，又

20、通過云端異步運行任務時，用戶可關閉設備，后臺仍能高效執行并通知結果。此外，Manus的工程化實踐與開源生態的協同演進，正重構 AI 技術壁壘重心轉向工具鏈整合，加速 AI Agent 適配垂直領域需求，推動醫療、教育、零售、金童等多種應用場景全流程自動化升級。AI Agent 應用在各行業熱度持續上漲。AI Agent 應用政企各行業就緒度水平通過典型政企行業五年間基礎設施、算法模型、業務場景、人才團隊、戰略規劃、經費預算等方面的能力現狀，分析各行業基礎資源的完備度、人才團隊配比的平衡度、戰略規劃與 AI Agent 應用的契合度，綜合研判應用能力的就緒度水平，并通過各行業間的橫向對比，反映各

21、行業 AI Agent 應用的現狀與預期。從具體行業 AI Agent應用熱力值來看，政務行業場景占據領頭地位，逐年跨級增長。教育、能源暫處“第二梯隊”，在相關行業政策推動下，AI Agent 應用廣度和深度將持續“攀升”。文宣、住建、交通行業場景發展較為緩慢，隨著政企行業智能體研究報告8行業智能應用相關概念的興起，未來預期將會保持相對廣闊的發展勢頭。到 2026 年，隨著 AI Agent 在政務、教育、能源行業的深度應用，預期將會帶動全行業“數智升級”。來源：中國信息通信研究院，2025 年 4 月圖 2 政企行業 AI Agent 應用就緒度熱力圖從 2024 年 AI Agent 應用

22、各政企行業占比情況看，行業引領驅動效應顯著，整體呈現“點面相映，蓬勃生動”的局面。從行業應用引領度上看，政務、教育、能源三大領域依托基礎資源先發優勢及場景需求切實刺激，孵化典型實踐場景，總結結構化實踐路徑，形成行業應用重要推動力。從全行業應用推廣度上看，行業 AI Agent 已經在各個領域得到了初步的應用和發展，未來將有望成為 AI 行業應用層的基本架構，包括 To C、To B 產品等。行業 AI Agent 的研究與應用實踐是不斷探索接近 AGI 的過程，隨著 AI Agent 變得愈發“可用”和“好用”，“行業+AI Agent”的產品將會越來越多，并引領未來產品的政企行業智能體研究報

23、告9主流發展方向。來源：中國信息通信研究院，2025 年 4 月圖 3 2024 年政企行業AI Agent應用占比圖政企行業智能體研究報告10二、政企行業 AI Agent 提供盡微致廣新思路隨著智能化技術對政府運行、企業經營的引領效應不斷凸顯，通過以大模型為大腦，以規劃、工具、記憶三大基本能力模塊為指導，構建環境自適應、自驅進化的行業智能化平臺，將成為政企行業用戶快速、低成本“顛覆”過往工作范式的必由之路。未來，政企行業智能化平臺的建設運營不僅需要持續更新的技術支持，也需要以前瞻性的眼光切入政府治理和企業運行關鍵場景，更需要在投入與產出之間不斷權衡，榷算最優解。為此，在本報告中提出政企行業

24、 AI Agent 的建設思路，全面“賦智”政企行業高質量發展。（一）AI Agent 成為大模型落地應用的必然選擇相比于大模型依賴預訓練知識且學習新知識成本高，AI Agent能夠以更低的成本高效吸收新信息，確保系統與業務持續同步。大模型主要依靠預訓練階段積累的知識來執行任務，當面臨新的信息或未知情景時，為了有效適應這些變化，通常需要進行額外的訓練或微調，這不僅涉及到大量的計算資源消耗，還需要較長的時間周期，導致新知識的學習成本顯著增加。相比之下，AI Agent 通過集成向量存儲、檢索增強生成、大模型、任務規劃、工具接入、反思機制、記憶功能等技術能力，不僅能從海量行業知識信息中提煉出有價值

25、的知識，構建起專家級、可查詢復用的專題知識庫，還能夠從這些知識資產通過復雜問題快速提供給需要的用戶或系統，極大地提高了信息的可獲取政企行業智能體研究報告11性和應用效率。最重要的是，當數據有更新時，可以迅速補充新的數據集進行知識更新，無需像大型模型那樣進行耗時的重新訓練，這種高效的數據管理能力，使得 AI Agent 能夠持續保持與業務需求的同步。來源：公開材料整理圖 4 從 RAG 向 AI Agent 演進示意圖AI Agent 比大模型具有更高的迭代效率和更強的系統工具集成能力，能夠通過接口調用等方式快速集成和調用外部工具，從而在行業應用中表現出更高的靈活性和響應速度。在迭代效率方面，A

26、IAgent 通常設計為輕量級且模塊化，這使得開發人員可以更容易地對單個組件進行更新。這樣的特性不僅減少了計算資源的需求，也縮短了開發周期，從而加速了產品或服務推向市場的步伐。此外，在工具集成能力方面，AI Agent 的架構設計支持模塊化擴展，允許開發者根據實際需求快速新增功能模塊或集成外部工具。這種“插件式”的擴展方式使其能夠靈活應對多樣化的應用場景。與之相比，大型模型往往受限于其龐大的參數規模和復雜的訓練流程，新增功能或調整行為政企行業智能體研究報告12通常需要全面的重新訓練，這不僅耗時耗力，而且成本高昂。大模型在處理復雜場景時僅限于提供信息和建議，而不具備執行能力；而在 AI Agen

27、t 能夠自主完成從任務拆分到執行的全過程，人類則主要負責設定目標、提供資源、監控進展和最終決策。例如，在軟件工程層面，人工智能技術已全面覆蓋軟件開發和維護的整個流程，不僅能夠針對特定環節提供高效的解決方案，還能在處理復雜的端到端任務時展現出巨大的潛力。AI Agent 可以通過大模型意圖識別和生成能力在需求獲取階段準確理解并捕捉用戶需求，并自動生成詳細的需求規格說明書；在設計與編碼階段，AI Agent 能夠根據既定的設計模式和編碼規范自動生成高質量代碼，甚至對現有代碼進行重構以提高其可讀性和可維護性；在測試階段，AI Agent 可以自動生成測試用例并執行自動化測試，快速發現潛在缺陷；而在維

28、護階段，AI Agent 則能夠協助進行故障定位、代碼修復等工作，顯著縮短問題解決周期。此外，借助多 AI Agent 協同能力，還可以實現跨部門、跨項目的復雜軟件工程任務的有效管理與調度，從而進一步推動軟件開發流程的智能化與自動化水平，加速軟件產品的迭代速度，提升整體質量和用戶體驗。這樣的轉變不僅僅是技術層面的進步，更是軟件工程領域的一次深刻變革，預示著未來軟件開發將朝著更加高效、智能的方向發展。政企行業智能體研究報告13圖 5 AI 原生應用開發平臺功能圖AI Agent 能力進化開啟人機交互全新方式。UI Agent 能夠代替用戶在手機和網頁上完成各種操作，如點外賣、發微信、寫點評、寫摘

29、要、電商下單等。而端側智能體能力進化將開啟人機交互全新方式，能力有望延伸至智能眼鏡、智能耳機、智能家居等。同時，AI Agent展現使用計算機能力，同時編碼能力大幅提升。UI Agent 目前已初步達到三級 AI 能力水平，這意味著它不僅能夠利用各種工具，而且系統能夠執行實際動作，解決大多數人類在物理世界面臨的問題。AI Agent 的應用擴展了大模型能力，進而提升大語言模型的實際應用價值。例如，在長文本生成領域，現有大部分落地的大模型能處理的文檔長度通常有限，然而在教育、出版等實際場景中往往需要長文本生成。通過引入 AI Agent，可以將復雜的長文本任務分解成一系列更易于管理的子任務。每個

30、子任務可以獨立處理，然后通過特定的策略將這些子任務的結果進行有效整合，形成連貫且完整的輸出。政企行業智能體研究報告14這種方法不僅克服了長文本處理的技術瓶頸，還提高了處理的靈活性和效率，使得大模型能夠更好地應對實際應用中的復雜需求。（二）政企行業 AI Agent 總體框架以服務數字政府高質量發展和助力企業創新性轉型為戰略目標，結合各地方各行業項目實踐，我們提出政企行業 AI Agent 總體框架。圖 6 政企行業 AI Agent 總體框架圖在底座層，通過對 AI 云基礎能力、大模型組件、數據倉庫和第三方 API 進行有機整合，構建起政企行業 AI Agent 能力底座，為上層價值釋放提供能

31、力支撐。政企行業智能體研究報告15在構建層，融合知識檢索、數據分析和代碼解析能力，通過規劃加編排的方式，以 AI Agent 商店、低/無代碼、生態協同開發和智能助手等形式提供政企行業 AI Agent 構建分發服務。同時，構建層的一應服務在標準規范體系和安全可信體系的總體指導下，為政企行業用戶提供安全化、標準化的智能服務。在應用層，根據行業場景應用需要，政企行業 AI Agent 支撐工業、住建、能源、政務等十余個行業應用的構建與分發。在價值層，通過政企行業 AI Agent 的應用，可以帶來直接的成本節約成效；伴隨著應用深度的逐步加大，能效提升的間接價值也將隨之放大；隨著多行業共同深度依托

32、政企行業 AI Agent 推動行業數智化轉型，行業創新的宏觀價值將會愈加外放，并最終推動行業服務范式的有力更迭。（三）政企行業 AI Agent 技術架構從技術架構來看，模型層是政企行業 AI Agent 技術架構的基石。大模型作為 AI Agent 的“大腦”，負責理解用戶的輸入數據，并生成最終的響應反饋給用戶。模型層則通過統一納管多樣化的前沿大模型資源，集成了覆蓋廣泛、功能強大的大模型倉庫。能力層構建于模型層之上，作為 AI Agent 的核心技術能力，能夠處理任務拆解和制定決策，存儲并管理 AI Agent 在與環境交互過程中的信息，并調用工具實施計劃。平臺層作為 AI Agent 架

33、構的中堅力量，提供一套全面政企行業智能體研究報告16且高效的政企行業 AI Agent 應用搭建體系，確保 AI Agent 從設計到部署的全生命周期管理能夠無縫銜接、高效運行。應用服務層位于架構的最頂層，直接面向政企行業的具體應用場景。圖 7 政企行業 AI Agent 技術架構圖在模型層，政企行業 AI Agent 技術架構強調集成多樣化的模型選擇，這包括但不限于開源與閉源模型，以及基礎模型與行業大模型，旨在構建一個全面的模型倉庫，以增強 AI Agent 對復雜世界知識的理解和處理能力。具體而言，它涵蓋了語言大模型、視覺大模型、語音大模型和多模態大模型等基礎大模型、向量表示模型、重排序模

34、型、查詢改寫模型、意圖識別模型、相似問題生成模型以及問答對生成模型等，以適應不同的業務需求和數據特性。多樣化模型的提供為智能體提供強大的思考能力、推理能力、安全能力和檢索能力。這些模型能夠處理復雜的業務問題，提高決策的精準度。在能力層，政企行業 AI Agent 技術架構集成了規劃、記憶存儲政企行業智能體研究報告17與檢索以及執行三大核心功能，為 AI Agent 在復雜任務處理、信息高效獲取及自適應性能優化方面提供了技術支撐。規劃功能涵蓋了任務分解、決策規劃和調度規劃，確保 AI Agent 能夠將復雜任務拆解為可操作的子任務，通過算法如決策樹、強化學習等來選擇最優行動方案，并通過調度算法如

35、遺傳算法、線性規劃等來優化資源和時間的分配。記憶存儲與檢索功能則包括短期記憶和長期記憶，前者用于臨時存儲當前任務相關的即時信息，后者則保存歷史數據和經驗，結合高效的存儲和檢索機制，使得 AI Agent 能夠快速準確地獲取所需信息。執行功能不僅涉及根據規劃結果精確執行動作，還包括調用通用工具和特定行業應用來擴展 AI Agent 的能力范圍，同時通過反饋學習機制，AI Agent 能夠根據任務執行的結果不斷調整和優化自身的性能，從而更有效地適應不斷變化的需求和環境。在平臺層，通過精準創建、高效評估、多渠道發布與可視化監控，確保 AI Agent 穩定運行與用戶體驗，并提升開發效率與應用靈活性。

36、在 AI Agent 創建階段，首先系統支持角色設定，定義 AI Agent 在特定業務場景中的角色和職責，確保其行為符合預期目標；其次支持進行工作流模式設定，配置 AI Agent 處理任務的具體流程，包括問題分類器、任務觸發條件、執行順序、模型輸出、終止結束等，以實現自動化和標準化的操作。此外，通過工具配置集成各類輔助工具以增強 AI Agent 的功能，包括天氣查詢、車票查詢、地圖等通用開源工具，以及特定行業的專業工具，例如建筑行業的繪圖工具、交通行業政企行業智能體研究報告18的智能施工驗收工具、法律行業的信息收集工具等，政策法規的信息檢索工具等。其中，檢索增強生成（Retrieval-

37、Augmented Generation，RAG）技術作為工具配置的核心，通過靈活運用“知識圖譜+RAG”、模塊化RAG 等多種算法的協同策略，有效應對各類復雜查詢需求，顯著提高了問題解答的精確度。在處理用戶提出的總結類問題時，“知識圖譜+RAG”通過整合知識圖譜中的結構化數據和非結構化數據，增強了RAG 系統處理多跳推理及綜合不同信息片段的能力，以全面應對復雜任務。針對需要查表類問題，自然語言轉 SQL 語句（NL2SQL）技術的應用將用戶的自然語言 Query 轉換成 SQL 語句，通過數據庫查詢得到中間結果，然后利用大模型來生成最終結果。這種技術能夠減少基于嵌入的語義搜索所導致的不準確性

38、。對于其他類別的問題，模塊化 RAG 模塊提供了一種系統化的處理流程。在這個模塊中，問題首先通過向量化（Embedding）技術進行處理，根據實際需求，一次或者多次按照不同的順序調用檢索、重排序、生成等模塊，最終將結果并反饋給用戶。模塊化 RAG 模塊的這種依次處理方式，確保了在面對不同類型的問題時，RAG 系統能夠以最高效和準確的方式提供答案。政企行業智能體研究報告19圖 8 RAG 系統處理流程在此基礎上，通過引入具備動態決策和工作流優化能力的自主智能體，形成 Agentic RAG，運用迭代優化和自適應檢索策略，有效解決復雜、實時和跨領域的查詢需求。Agentic RAG 通過將問答過程

39、分解為可管理的步驟、為每個任務分配合適的代理以及確保無縫協調以獲得最佳結果來協調問答過程?？蚣軆鹊拇砟軌蜻M行復雜的規劃和多步驟推理，并以此確定信息檢索、分析和綜合的最佳策略，以有效地回答復雜的問題。在靈活性與定制性方面，相較于傳統方法，Agentic RAG可以充分針對政企行業任務和信息環境特點進行定制，進而大幅提升準確性和問答效率。政企行業智能體研究報告20圖 9 Agentic RAG 處理流程此外，在平臺層，構建并維護一個集成領域專業知識、歷史數據和最佳實踐的知識庫至關重要，以此為 AI Agent 的決策過程提供堅實的支持。在知識庫構建的過程中，關鍵步驟包括文檔解析、內容提取與清洗、

40、文檔切片以及索引構建，這些環節共同確保了知識庫的準確性、可用性和高效性。在實施知識庫創建的過程中，首先開展文檔解析工作，此步驟涉及對多種文檔格式，包括 Doc 和 Excel 等多種類型的識別，針對不同的文檔采用定制化的解析方式。該階段的核心任務是提取文檔內容和解析文檔的層級結構，確保包括各層標題在內的信息得到準確識別，并對文檔內容進行清洗，以濾除無關信息，維護知識庫的準確性與高可用性。其次是對文檔切片環節，系統將依據政企行業智能體研究報告21文章的結構特點進行精確切片，包括按照文章層次結構切片、等距離切片和基于語義的切片等多種方式，從而確保知識點的獨立性與連貫性。最終，進行索引構建，該階段包

41、括建立父子切片間的索引關系，創建摘要索引以提升信息檢索效率，構建用戶查詢（Query）索引以增強搜索的精確度，以及添加元數據以豐富知識庫的信息維度，從而完成知識庫的高效構建，讓 AI Agent 成為真正的行業知識專家。在 AI Agent 工具配置方面，MCP（Model Context Protocol，模型上下文協議）通過建立 AI Agent 與工具的標準化交互范式，將原本復雜的AI Agent-工具網狀適配關系解耦為線性擴展模式，其核心優勢在于通過協議層實現工具能力的統一抽象與動態編排。在實現方式上，MCP 構建了雙層解耦架構：當用戶發起請求時，大模型基于實時上下文分析自動選擇匹配工

42、具（如數據庫查詢、云服務配置接口等），通過 MCP 協議服務器執行標準化指令并返回結構化數據，最終由大模型整合生成自然語言響應。該機制將 AI Agent 開發從工具適配中解放，使開發者僅需關注業務邏輯構建，通過聲明式接口描述即可完成跨平臺工具集成，既避免了重復開發適配層導致的資源浪費，又支持工具庫的動態擴展與按需組合，形成AI Agent 快速迭代+工具生態持續進化的雙向增強閉環，從根本上降低系統集成復雜度與運維成本。政企行業智能體研究報告22圖 10 MCP 架構示意圖在 AI Agent 評估與優化階段，系統通過任務準確性評估、工程性能評估以及安全評估，全方位檢測 AI Agent 的表

43、現。例如，優化AI Agent 構建流程對于提升開發效率起到了顯著作用。不同的框架各具核心優勢，有的通過將人類工作流程融入元編程策略來強化標準操作程序（SOP），有的則支持根據特定任務需求動態調整 AI Agent團隊配置，從而優化任務執行效率和成果。在實際應用場景中，應根據具體業務需求選擇最合適的 AI Agent 框架。在 AI Agent 發布階段，AI Agent 可以通過網頁或 API 調用的方式對外提供服務，并支持多渠道發布，便于不同平臺和應用場景的接入。在應用監控階段，系統通過對用戶數據分析、可視化關鍵信息展示以及用戶權限管理，實現了對 AI Agent 運行狀態的有效跟蹤與控制

44、，確保整個系統的穩定性和用戶體驗。此外，為提高平臺的開發效政企行業智能體研究報告23率，在平臺功能設計上，可借助可視化工具，使開發者能夠快速自定義提示詞（prompt）、工具、知識庫等組件，并結合基于畫布的工作流（workflow）、RAG、模型管理、prompt 優化等功能模塊，根據具體需求構建定制化的 AI 應用。在應用服務層中，政企行業 AI Agent 應用廣泛覆蓋了工業、交通、政務、政法、消防、文宣、農業、教育、車企等多個領域。平臺提供了行業知識問答、智能客服、智能推薦、文檔/視頻生成等多樣化的應用功能，以滿足不同行業的特定需求。例如，在交通領域，AI Agent 的運用實現對交通流

45、量的精細化調控，通過智能化的車輛監控和公路巡檢系統，顯著提高了交通運行的流暢性和安全性。在政務領域，AI Agent 的應用已擴展至業務辦理的高效處理、熱線助手服務的即時響應、以及政策解讀與咨詢的精準提供等，致力于提升了政務服務質量和公民滿意度。在文宣領域，利用 AI Agent 進行旅游智能講解、行程規劃、內容創作和輿情監控等，增強宣傳效果。在農業領域，應用 AI Agent 于智能農業和農產品追溯，推動農業現代化。在教育領域，通過智能教學和學習分析提升教育質量。在車企領域，則在自動駕駛和智能車艙等方面應用 AI Agent，推動汽車行業智能化。政企行業 AI Agent 技術架構的分層設計

46、，確保了 AI Agent 系統的穩定性、靈活性和擴展性。通過對模型資源底座構建，AI Agent技術能力和平臺層的 AI Agent 全流程搭建，以及應用服務層的多樣政企行業智能體研究報告24化應用，政企行業能夠加快 AI Agent 落地，實現業務的智能化升級，提高服務效率，增強核心競爭力，最終推動行業的整體發展和社會的全面進步。（四）政企行業 AI Agent 實施路徑在深入探討政企行業 AI Agent 技術的實施路徑過程中，總結出三種核心服務模式，每種模式均針對特定的客戶需求和業務環境。這些服務模式包括 SaaS 賬號式服務、API 嵌入式服務和定制化服務，三者共同構成了政企行業 A

47、I Agent 技術應用的實施路徑。SaaS 賬號式服務為具有行業通用需求的大型客戶以及對成本較為敏感的中小微企業和基層政務單位提供了高效的 AI Agent 技術實施路徑。該服務適用于能夠獨立使用大型模型的應用場景，提供算力與應用一體化的賬號式服務?？蛻舭丛轮Ц斗召M，費用根據功能模塊和版本的不同進行分檔。交付模式包括單標品受理、套餐組合以及在中小微 ICT 項目中的融合銷售，以滿足不同客戶的需求。針對擁有行業數字平臺的大型客戶，API 嵌入式服務提供了一種將大模型能力融入客戶現有系統的實施路徑。此服務模式同樣提供算力與應用一體化的解決方案，但交付方式更為靈活，包括一次性基礎對接費用，用于與

48、客戶平臺進行對接聯調，之后根據客戶選擇的功能按調用次數或 Token 量進行收費?？蛻粼谄渥杂衅脚_上通過 API 調用大模型功能，這種嵌入式服務模式不僅提高了服務的集成度，也增政企行業智能體研究報告25強了客戶對模型應用的控制力和個性化能力。對于數據安全要求高、業務需求個性化的行業大客戶，如政務、央國企、金融等領域，定制化服務成為最佳的實施路徑。該服務模式根據客戶的具體需求，提供包括數據、定制算法、模型維護與升級、本地化部署、訓推一體算力服務在內的全方位定制化解決方案。費用計算基于項目的人力投入和資源消耗，確保成本與服務的匹配度，以實現客戶價值最大化。交付方式分為深度融合和模塊嵌入兩種，深度融

49、合將大模型與客戶平臺或系統緊密結合，而模塊嵌入則保持了大模型在客戶系統中的獨立性和可擴展性，兩種方式均旨在為客戶提供量身定制的 AI Agent 技術服務。AI Agent 平臺的公有化部署相較于本地私有化部署方式，提供了更高的靈活性與可擴展性、增強的數據訪問與資源共享能力、簡化的系統維護與升級流程等優勢。首先，在靈活性與可擴展性方面，公有化部署解決方案允許政企單位根據實時需求動態調整資源配置，有效避免了因物理硬件限制而導致的服務瓶頸。其次，該模式大幅削減了的前期投入及長期運維成本。通過實施基于使用的計費策略，公有化部署消除了昂貴的一次性資本支出需求，轉而采用更為經濟高效的運營支出模式，加速了

50、新產品或服務推向市場的步伐，同時也為政企單位騰出了時間與人力資源，使其能夠更加專注于自身的核心業務領域，而非陷入繁瑣的技術細節之中。盡管在數據安全性和隱私保護方面，私有化部署通常被認為具有更強的表現力，但公有化部署亦采取政企行業智能體研究報告26了一系列高級加密技術和訪問控制措施來確保用戶信息的安全。與此同時，公有化部署方式還為跨地域團隊協作提供了極大便利，促進了知識分享與創新能力的發展。政企行業智能體研究報告27三、政企行業 AI Agent 場景化應用典型案例（一）政企行業 AI Agent 賦智數字治理1.政務：高效熱線服務的新時代隨著數字化時代的到來，政府部門面臨著日益增長的公共服務需

51、求與有限的人力資源。傳統的政務熱線面臨著繁雜的咨詢和投訴，導致響應時間長、處理效率低，民眾的滿意度受到影響。因此，利用人工智能技術提升政務熱線的服務質量和效率，成為迫在眉睫的任務。政府希望通過引入 AI Agent，解決以下問題：響應時間延長：現有熱線客服人員無法及時響應大量來電，導致民眾等待時間過長。咨詢內容復雜：熱線咨詢內容涵蓋面廣，客服人員難以應對多樣化的問題。資源浪費：人工處理簡單咨詢占用大量人力資源，降低了整體服務效率。為此，熱線服務采納基于大模型和自然語言處理技術的AI Agent，能夠自動識別、理解和處理來電咨詢，并引導民眾獲取所需信息或提交相關申請。以下為主要建設方案：智能客服

52、平臺：構建一個集成 AI Agent 的在線客服系統，支持電話、微信、APP 等多渠道接入。知識庫建設：建立全面的知識庫，涵蓋各類政策、法規和服務流政企行業智能體研究報告28程，為 AI Agent 提供知識支持。數據分析：通過數據挖掘與分析，識別民眾關心的熱點問題，及時更新知識庫內容。圖 11 智能政務助手流程圖通過部署 AI Agent，政務熱線服務的響應速度和效率得到了顯著提升，平均處理時間縮短了 60%，且 AI Agent 能夠全天候在線處理簡單咨詢，釋放了人工客服資源，使其能專注于解決更復雜的問題，從而提高了整體客戶滿意度達 30%。AI Agent 的多渠道接入功能讓民眾可以靈活

53、選擇最適合的咨詢方式，而系統的實時學習與優化能力則通過用戶反饋不斷更新知識庫，確保了服務的高準確性。此外，智能大數據分析為政府部門提供了決策支持，使其能夠及時洞察并響應民眾的需求，推動政策改進。這些措施的綜合應用，不僅極大提升了服務效率，也加速了政府數字化轉型的步伐，為實現更高質量和更全面的公共服務奠定了堅實的基礎。2.政法：推動法務門戶智能化根據用戶在法律服務和政務系統中的需求，安徽法務門戶提供了個性化的法律智能咨詢服務。該 AI Agent 通過交互式對話，采集用政企行業智能體研究報告29戶所提供的關鍵信息，生成咨詢報告，涉及法律建議、案件分析、或者根據預設的法律文書模板自動生成完整的文書

54、。圖 12 法務門戶智能化功能圖圖 13 法務門戶智能化功能圖政企行業智能體研究報告30法律 AI Agent 利用大模型、機器學習等技術，確保生成的報告符合法律要求，并能夠滿足用戶的個性化需求。系統架構與功能設計依據用戶數據的安全性和敏感性進行安全分區，保證了數據的安全管理。法律 AI Agent 秉承信息集中管理的原則，避免形成“信息孤島”，通過標準化的模板和自動化的工作流，助力用戶咨詢端提供全面的咨詢服務，也簡化政府機構、企業和法律服務從業人員簡化繁瑣的咨詢流程。法律 AI Agent 報告支持多種類型，包括意見書、合同、起訴狀、辯護書等。此外，安徽法務門戶在以下幾個方面進行了創新：智能

55、交互與精準信息采集：法律 AI Agent 通過智能對話方式來完成信息采集。這種交互不僅簡化了傳統信息填報的復雜流程，還能夠根據用戶的輸入動態調整問題，確保采集到的關鍵信息準確無誤。相比于傳統的手工輸入，這種智能交互提升了信息采集的效率和準確性。高效的法律報告自動化生成：法律 AI Agent 結合大數據分析和預設模板，能夠快速生成符合用戶需求的法律報告，并根據具體的案件情景靈活調整報告內容，確保文書的精準性和法律合規性。自適應的文書定制化服務：AI Agent 不僅支持標準化模板生成，還能夠支持用戶自行上傳指定的模板，根據用戶的實際需求提供定制化的報告生成功能。政企行業智能體研究報告31（二

56、）政企行業 AI Agent 賦力數字民生1.教育：助力查辦一體高校服務智能升級甘肅財貿職業學院查辦一體化平臺的建設背景是為了響應教育部發布的人工智能賦能教育行動中以大模型技術為智能教育提供有效的行動支撐的要求，基于大模型及 AI Agent 能力，重構傳統的一站式服務大廳，為用戶提供待辦事項便捷入口，主要包括事項待辦、工作臺、服務中心、效能統計等，完成學校師生在我的日程、校園資訊、辦事指南、問卷調查、公共資源下載、服務評價等多項事務，以基于大模型的低代碼平臺完成學校各項事項辦理流程設置，提升了信息系統的建設效率。圖 14 查辦一體 AI Agent 技術架構圖升級一網通辦平臺使用體驗，在 A

57、I Agent 的輔助下，師生通過自然語言與大模型交互，可以直接獲取校內知識答案，直達學校教務系統辦事入口。政企行業智能體研究報告32圖 15 智慧校園應用服務示意圖圖 16 智慧校園應用服務示意圖采用面向目標的系統架構，將原有以人為中心，AI 為輔助的模式變為 AI 為中心，人為輔助的模式，充分解放在重復性事物過程中的人力，讓廣大師生更聚焦教學與學習?；?AI Agent，支持學校創建個性化助手，滿足學校的個性化需求，打造具備學校特色的查辦一體化平臺。政企行業智能體研究報告33圖 17 智慧校園應用服務示意圖以查辦一體 AI Agent 為例，通過便捷的 AI Agent 編排，可以顯著降

58、低學校信息化管理人員開發和維護成本。例如，以往學校要建設多個同類的服務應用，需要進行多次開發，現在通過 AI Agent 能力，可以通過一次簡單的流程配置，輸出解決一類問題的 API 接口，極大的提升了信息系統的建設效率。通過查辦一體化平臺，讓 AI 融入到實際的教育流程中，實現教學效率、教育關系的變化，實現技術革命。教育范式從面向過程到面向目標開始轉變，意味著真正的教育智能化時代開啟。2.文宣：構建客流疏導調控暢游助手國內旅游市場在假期面臨游客聚集和安全隱患，亟需升級調控手段和系統工具。依據科技部 2030 年“新一代人工智能”重大項目要求，文旅部承擔了解決節假日期間公眾出游擁堵問題任務，致

59、力于構建面向節假日城市旅游客流調控和智能服務支撐平臺及示范項目。蘇州市政企行業智能體研究報告34作為應用示范試點城市，以“游前引導錯峰、游中調控錯峰、游后評估”設計理念為核心，通過信令數據計算分析，結合第三方地圖數據和重點景區實時數據等，構建了多源游客數據支撐；通過開發客流聚集分析、預測預警、疏導管理等實時分析技術，打造節假日城市旅游客流調控和智能服務支撐平臺、面向游客的多樣化智能調控服務工具和面向管理的主動疏導工具，實現旅游各環節、多渠道的客流調控與疏導。其中，面向游客的工具暢游 AI 助手，采用 AI Agent 架構，利用大模型技術判斷游客意向，規避擁堵、排隊等問題，智能生成行程計劃，實

60、現“錯峰引導”。圖 18 暢游助手核心能力架構圖政企行業智能體研究報告35建立 AI 預測預警平臺：利用信令、攝像頭等數據實時監控，采用卷積和殘差神經網絡算法，實現天級和小時級客流預警；多樣化調控手段：利用 5G 消息、君到蘇州小、一線人員調度、景區地鐵廣播、公交接駁和道路臨時管制等調控手段，結合 yolov5目標監測算法，實現景區排隊時長下降。蘇州試點項目通過全域化、全場景管理工具，預知游客行前計劃、感知游中行為，并實施引流調節和游后管理，形成城市涉旅智能治理技術和模式創新。解決了節假日旅游城市“缺乏適用的系統化旅游客流調控和疏導工具”問題，創新多樣、便捷的管理及服務工具；為國內城市的錯峰調

61、控分流提供了基于人工智能技術的創新應用示范樣本，增強人民出游幸福感，加速“暢游中國”愿景實現。（三）政企行業 AI Agent 賦能數字產業1.住建：政企行業 AI Agent 構建智慧便捷服務體系某地住建局深入貫徹習總書記系列重要講話精神，深入貫徹國辦印發的2022 年政務公開工作要點、國務院發布的關于進一步優化政務服務提升行政效能推動“高效辦成一件事”的指導意見，優化政策咨詢及政民服務，加強人工智能等技術運用。建設社區 AIAgent 服務，將智慧社區建設與 AI 和數字人技術相結合，為后續服務流程的重塑提供基礎智能支撐，AI Agent 作為服務的前沿窗口，提供數字人大屏系統，以 AI

62、驅動的數字人形象，通過語音、文字、政企行業智能體研究報告36圖像生成等前沿技術，與用戶進行沉浸式交互，主動提供咨詢、辦事指導，讓群眾與企業的辦事體驗更加個性化。助力建設智慧便捷的高效服務體系，大幅提高企業和群眾辦事滿意度和獲得感。社區 AI Agent 基于某市的相關政策、生活圈數據及工作流模板為訓練數據，支持語音識別及文字提問，社區居民可在各種終端進行信息查詢、物業事項查詢、15 分鐘生活圈便民查詢、物業報修及動態跟蹤，做到“問”“查”“聽”“做”，線上 24 小時守候，為群眾主動提供服務。圖 19 社區 AI Agent 服務流程示意圖問：為社區居民提供即時、精準的政策咨詢服務，通過自然語

63、言處理理解用戶問題，快速檢索并反饋相關政策信息。查：整合社區內外各類生活服務資源，為居民提供便捷的查詢和預約服務。聽：線上渠道收集居民的意見、建議和投訴，自動識別事件類型，并分派給相關部門或人員進行處理。同時，跟蹤事件處理進度，及時反饋給居民。做：將社區政策智能問答、便民生活服務查詢等功能模塊無縫接入現有的社區業務系統（如物業管理系統、居民信息管理系統等），實現數據共享、流程協同和操作一體化。建立一個高效、規范的居民事件處理機制，對居民反饋的各類問題或事件進行統一接收、分類、分派、政企行業智能體研究報告37處理和反饋。確保每個事件都能得到及時響應和有效解決。2.工業：賦能中小企業數字化轉型咨詢

64、為進一步支持中小企業創新發展、加快中小企業數字化轉型系列決策部署，財政部和工信部聯合印發關于開展中小企業數字化轉型城市試點工作的通知，以城市為對象支持中小企業開展數字化轉型，聚焦中小企業數字化轉型中的痛點難點，鼓勵試點城市先行先試，探索支持中小企業數字化轉型的有效模式，形成可復制、可推廣的經驗。蘇州作為第一批中小企業數字化轉型試點城市，為深入貫徹落實中小企業數字化轉型城市試點實施指南要求，進一步引導和推動廣大中小企業加快數字化轉型，全面提升中小企業數字化水平，構建蘇州數字經濟和數字化發展新體系，打造中小企業數字化試點“蘇州樣板”，針對中小企業數字化轉型過程中“不想轉、不會轉、不敢轉”的難點痛點

65、，建設工業咨詢大模型+中小企業數字化轉型公共服務平臺，平臺為企業提供政策服務、案例推廣、數轉知識培訓、診斷評估、供需對接等服務，助力中小企業實現數字化轉型，工業咨詢大模型通過引入國家、江蘇省、蘇州市等多級政策、行業數字化轉型知識資源，對知識庫結構進行優化，并通過知識庫檢索優化和提示工程等技術手段，打造出了專屬于蘇州市的數轉咨詢大模型，同時基于兩化融合評定、智能制造成熟度評估、中小企業數字化水平評測等國家診斷標準，以 2000 余份實際診斷評估報告，訓練診斷咨詢大模型，融合公共服政企行業智能體研究報告38務平臺為企業提供線上診斷能力，梳理企業現狀為其指定數字化轉型路徑，同時與平臺數據轉型資源有機

66、融合，實現精準供需對接，為中小企業數字化轉型提供一站式服務。政企行業智能體研究報告39四、政企行業 AI Agent 技術與應用評價體系在當今數字化、智能化快速發展的時代背景下，政企行業作為國家經濟發展的重要支柱，其數智化轉型已成為提升國家治理能力和企業競爭力的關鍵所在。近年來，中央和地方政府相繼出臺了多項人工智能相關政策文件，從頂層設計、基礎設施建設、場景應用推廣、標準規范制定、安全保障措施等方面為政企數智化建設提供引導和支持。隨著政企數智化建設邁入深水區，整個行業在技術規范、服務水平、價值成效等方面凸顯出一系列問題，業界亟需建設完備的標準和評價體系，為政企數智化建設在選型、能力、價值衡量等

67、方面提供規范化指引和參考依據。（一）政企行業 AI Agent 關鍵技術評價指標AI Agent 作為 AI 領域的一種重要應用形式，其性能和效果直接關系到業務處理效率、用戶體驗及企業的競爭力。因此，制定一套科學、全面的評價與衡量規范，對于指導 AI Agent 的研發、優化及應用具有重要意義。1.AI Agent 規劃能力評價AI Agent 技術能力的評價圍繞規劃能力、記憶能力和執行能力展開，對于衡量 AI Agent 的規劃能力的具體作用，涵蓋任務分析與分解能力、最優規劃決策能力和外部資源協調能力，具體如下：任務分析與分解能力，即將復雜的任務拆解成一系列更小、更易政企行業智能體研究報告4

68、0于管理的子任務。最優規劃決策能力，即通過評估不同計劃結果和資源消耗選擇最合適的計劃。外部資源協調能力，即高效地準確地調用外部資源或者工具來輔助其完成任務。2.AI Agent 記憶能力評價對于衡量 AI Agent 的記憶能力，評價應包括短期記憶與長期記憶、記憶的準確性、記憶的可訪問性、記憶的更新能力、記憶的泛化能力，共同保障 AI Agent 高效存儲、準確檢索并靈活應用信息，具體如下：短期記憶與長期記憶，短期記憶方面評估 AI Agent 在處理當前任務或會話時，能夠存儲和快速訪問的信息量。長期記憶方面，考察AI Agent 在長期存儲和召回信息方面的能力。同時，要評估內部存儲結構和外部

69、存儲資源的限制，衡量 AI Agent 能夠存儲信息的總量。記憶的準確性，評估 AI Agent 在存儲和召回記憶信息時，信息的準確性和完整性，特別是在長期存儲之后，信息的完整性和準確性，需要定期檢查和測試。記憶的可訪問性，即 AI Agent 在需要時能夠快速檢索和使用正確記憶信息的能力。記憶更新能力，考察 AI Agent 在接收新信息時，能否及時更新政企行業智能體研究報告41其記憶庫并刪除過時或無效的信息，需要通過觀察 AI Agent 在處理新任務時的表現來驗證。記憶的泛化性，AI Agent 能夠將記憶中的信息應用到新情境中的能力。3.AI Agent 執行能力評價對于評估 AI A

70、gent 的執行能力，應注重執行準確的、執行速度和執行反饋機制衡量 AI Agent 的執行效果，具體如下：執行準確度，即 AI Agent 在執行任務時，其動作是否準確、穩定，能否達到預期的效果。執行速度：評估 AI Agent 在完成任務時所需的時間，包括從任務接收到動作完成的全過程。執行反饋機制：在執行任務過程中，是否能及時、準確地反饋執行狀態和結果，以便用戶或系統了解任務的進展情況。4.AI Agent 綜合效果評價AI Agent 效果評測應綜合考慮任務完成準確率、用戶滿意度、學習和進化能力、響應速度、穩定性和用戶界面的友好性與易用性，通過這些指標評估 AI Agent 的性能和用戶

71、體驗，確保其在實際應用中能夠高效、可靠地滿足用戶需求。任務完成準確率，包括 AI Agent 系統整體任務完成的準確率，還包括系統里面各個核心模塊的準確率，如意圖理解、圖像識別、檢政企行業智能體研究報告42索、等模塊的準確率。用戶滿意度，通過用戶調查或反饋機制，了解用戶對 AI Agent能力的滿意度和反饋。學習和進化能力，即評估 AI Agent 是否具備從歷史經驗中學習并提升自身能力的能力，評估 AI Agent 是否能在不斷變化的環境中，通過自我進化來適應新的任務和需求。響應速度，測量 AI Agent 對用戶請求的響應速度，快速響應時間可提高用戶體驗和工作效率。評估 AI Agent

72、在單位時間內能夠處理的任務數量，尤其適用于處理大量數據或高并發請求的場景。穩定性，觀察 AI Agent 在長時間運行過程中的穩定性，評估其是否會出現頻繁的故障或錯誤，測試 AI Agent 在面對錯誤輸入或異常情況時的表現，確保其能夠正確處理錯誤并給出合理的反饋。服務友好性，評估 AI Agent 的用戶界面是否友好、易于操作，用戶是否能夠輕松地與 AI Agent 進行交互。（二）政企行業 AI Agent 平臺評價指標在政企行業中，AI Agent 平臺評價指標直接關系到業務流程的構建、優化、成本的降低以及服務質量的提升，使 AI Agent 平臺能夠高效、穩定且安全地服務于政企客戶。本

73、章節重點討論五個核心評價指標：易用性和效率、功能健全性、性能表現、可拓展性以及安全性。政企行業智能體研究報告43評估易用性和效率是確保政企行業 AI Agent 平臺能夠被廣泛采納和高效使用的關鍵。政企行業 AI Agent 平臺應當具備直觀、易懂的用戶界面，提供清晰的操作指引和詳細的文檔支持，以幫助用戶快速上手并熟練掌握平臺的各項功能。此外，政企行業 AI Agent 平臺應支持拖拽式、流程圖編排以及所見即所得的開發方式，使用戶能夠無需編寫大量代碼即可迅速搭建和定制所需的行業 AI Agent。這些設計大幅降低了技術門檻，并提升開發效率，使非技術人員也能參與到 AI Agent 的創建和維護

74、中來。通過這種方式，平臺能夠更好地滿足政企行業用戶的需求，提高整體的工作效率和用戶體驗。評估功能健全性是全面評價政企行業 AI AI Agent 的全流程建設及優化能力，聚焦于 AI AI Agent 的應用創建、能力配置及發布優化。多種 AI Agent 應用創建方式，包括但不限于自主規劃模式和工作流模式，前者通過應用配置界面完成設定并依靠大模型自主思考和規劃完成任務，后者通過工作流編排實現功能且用戶的所有對話均會觸發相應的工作流處理。AI Agent 應用能力配置，即支持角色配置、多種組件添加方式、對話初始設置、模型選擇與效果配置、回復配置、工具配置等，以實現高度個性化和靈活的功能定義。A

75、I Agent 應用優化，即支持數據干預和規則干預的回復優化，包括采納問答的自動調取、干預數據的管理以及按規則自動回答，以實現對話效果的持續調優。評估性能表現是確保 AI Agent 平臺能夠在實際應用中高效、穩政企行業智能體研究報告44定運行的重點。平臺的性能直接影響用戶體驗和業務連續性。首先，需要測試平臺在處理請求和生成響應時的速度，以評估其是否能夠滿足實際業務需求。高效的響應速度可以顯著提升用戶體驗，減少等待時間，提高整體工作效率。其次，檢查平臺在長時間運行和高并發場景下的穩定性和可靠性，以及是否具備故障恢復和容錯機制。高穩定性和可靠的故障恢復機制能夠確保平臺在面對大量請求和復雜環境時依

76、然能夠平穩運行，避免因系統崩潰或故障導致的業務中斷。評估可拓展性是確保政企行業 AI Agent 平臺能夠適應不斷變化的業務需求和技術環境的前提。一個具有良好可拓展性的政企行業AI Agent 平臺應當支持自定義插件和 API，允許用戶根據具體需求靈活擴展功能，增強平臺靈活性，使用戶能夠根據業務發展進行定制化開發，從而更好地滿足特定場景的要求。此外，平臺應具備與其他系統和工具的高度兼容性，并能夠輕松集成到現有的工作流程中。這種兼容性和集成能力可以確保平臺無縫融入企業的數字平臺，減少遷移和整合的成本，提高整體系統的協同效率。通過可拓展性評估，確保政企行業 AI Agent 平臺在未來能夠持續適應

77、新的技術和業務需求，為政企提供長久的支持?？疾彀踩允谴_保用戶數據和通信安全、防止潛在威脅的重要保障。政企行業 AI Agent 平臺應當采用多層次的安全保障措施，包括數據加密、訪問控制、身份驗證、審計日志等，以全面保護用戶數據和通信的安全。此外，平臺應定期進行安全性測試，包括滲透測試、政企行業智能體研究報告45漏洞掃描等，以確保及時發現并修復任何潛在的安全漏洞。通過這些措施，有效防范數據泄露、未授權訪問和其他安全風險，保障用戶信息的完整性和隱私，增強用戶對平臺的信任。政企行業智能體研究報告46五、政企行業 AI Agent 大規模應用痛點和解決思路（一）應對不穩定、不可靠問題，AI Agen

78、t 建設更趨標準化、安全化目前，AI Agent 的應用尚不足以展現出充分的自主思考能力來應對復雜環境。對于 AI Agent 技術框架而言，自主思考和策略規劃構成了 AI Agent 的核心特質。當前大部分 AI Agent 應用工作流設計遵循 RPA（Robotic Process Automation，機器人流程自動化）的邏輯，高度依賴人工介入和預定義規則。在復雜情境中，大模型的推理能力有限，僅能在明確和詳盡的指令指導下保持穩定性能。未來，一是通過擴展通用及政企行業的工作流程將是提升 AIAgent 行動力穩定的關鍵。由于對大語言模型推理與規劃能力的認知仍有待探索，明確的工作流實際是 A

79、I Agent 行動能力的關鍵部分。抽象并標準化流程，將其轉化為經驗數據，是促進 AI Agent 向自動化與智能化演進的關鍵步驟。此舉將增強 AI Agent 在應對復雜業務場景時的獨立決策能力及環境適應性，進而提升其在流程自動編排并選擇合適工具的效率。二是通過健全 AI Agent 安全模塊，包括但不限于強化檢測機制和阻攔機制等措施，可以顯著提升政企行業 AI Agent 應用的安全性和可靠性。政企行業智能體研究報告47在檢測機制方面，從內容上來說，AI Agent 在接收用戶輸入時，通過安全檢測模塊進行多層過濾，防止惡意數據或敏感信息的注入。同時對輸出的數據同樣進行嚴格處理，以確保不會泄

80、露后端系統的敏感信息。最重要的是，檢測出大模型輸出的不受信任的內容或者“幻覺”并進行預警。安全檢測模需要實時監控和識別潛在的安全威脅。從系統來看，AI Agent 應采用多層次的安全監控體系，實現對網絡流量、應用程序行為和系統日志的實時監控與分析。此外，利用行為分析和異常檢測技術，建立基于用戶和系統行為模式的安全基線，及時發現偏離正常模式的行為，從而快速響應潛在威脅。而在阻攔機制上，則需要設計自動化響應機制，在檢測到內容方面和系統方面的風險時能夠自動采取封鎖、隔離等措施，最大限度地減少損害。三是針對 AI Agent 在政企行業知識回答的需求，需持續建設豐富、專業且高可用的知識庫。在金融、政務

81、、能源、建筑等領域，回復準確性要求高，因此需通過反饋優化和數據回流等機制，不斷改進和完善，以保障 AI Agent 回復的穩定性和準確性。（二）應對復雜問題處理效率性，多 AI Agent 協同能力將持續加強Agent2Agent 協議的提出，為多 AI Agents 協同能力的提升提供了關鍵技術支撐。隨著業務需求日益復雜化和多元化，單一 AIAgent 難以獨立應對跨領域、多層次的挑戰。通過 Agent2Agent 協政企行業智能體研究報告48議構建的標準化協作框架，多 AI Agents 系統能夠將復雜問題分解為更小、更易管理的子任務，實現專業化分工與高效執行。Agent2Agent 的核

82、心價值在于打破 AI“孤島”困境，通過統一的通信協議和協作機制，使不同來源、不同功能的 AI Agent 能夠無縫協作，共同提升任務成功率與用戶體驗。首先，角色分配專業化與動態任務拆解是協同效率的核心。Agent2Agent 協議通過“發現機制”讓 AI Agent 自動識別彼此能力，如天氣查詢、路徑規劃、資源調度等，并基于任務需求動態分配角色。例如，未來在旅行規劃場景中，天氣助手、地圖助手與酒店助手可通過 Agent2Agent 的消息傳遞與任務拆分模塊，可實時共享信息，如天氣數據、交通狀態等，并協同生成最優方案。這種分工模式既避免了重復勞動，又確保每個 AI Agent 發揮其專業能力，顯

83、著提升整體執行效率。其次，協作機制的優化需兼顧激勵與約束。A2A 協議通過定義標準化的“內容塊”與“產物”格式，確保 AI Agent 間信息傳遞的準確性和一致性。此外，通過設計層次化協作結構，如主 AI Agent 協調子 AI Agent，可減少通信開銷并提升靈活性。例如，未來在企業招聘場景中，簡歷篩選、面試安排、背景調查的 AI Agent 通過Agent2Agent 協議分層協作，既降低任務冗余，又能動態調整優先級。最后，通信機制的標準化與自適應學習是關鍵突破點。政企行業智能體研究報告49Agent2Agent 協議不僅定義了 AI Agent 間的消息傳遞規則，還支持長周期任務，如供

84、應鏈管理等的持續協作。例如，庫存監控 AI Agent與需求預測 AI Agent 可通過 Agent2Agent 的“反向傳播”機制，實時共享數據并動態調整補貨策略。同時，結合強化學習，AI Agent 可基于 Agent2Agent 協議的獎勵機制，如任務完成度、資源消耗率，優化協作策略，實現知識共享與共同進化。未來，隨著 Agent2Agent與 MCP 等協議的協同應用，多 AI Agents 系統將能更高效地調用外部工具與數據，進一步拓展復雜問題的解決邊界。（三）應對多元發展需求，多模態 AI Agent、具身智能將成為解決思路現階段，以語言大模型為核心的政企行業 AI Agent

85、在政務、住建、交通、應急、政法、農業、教育等領域以初見成效，不僅能夠提供了高效便捷的服務，還取得了積極的反饋結果。然而，現在廣泛存在的單語言模態的 AI Agent 只能處理和理解單一類型的數據，現實世界中的信息卻是多模態的，這限制了 AI Agent 對復雜環境的理解和反應能力。未來，隨著多模態大模型能力的增強及其與 AI Agent的融合，將顯著增強 AI Agent 在信息處理領域的核心競爭力，從而實現從簡單的感知向深層次的認知轉變，并持續深化已應用場景，不斷探索其在更多領域的廣泛應用機會。在城市治理中，多模態 AI Agent 的應用將進一步提升城市管理政企行業智能體研究報告50的精細

86、化水平。AI Agent 可以通過視頻監控識別交通擁堵、違章停車等問題，并通過語音提示和顯示屏發布信息；同時，通過與物聯網設備的聯動，AI Agent 可以實時收集環境數據，如空氣質量、噪音水平等，從而為城市管理者提供決策支持，優化資源配置。此外，AI Agent 還可以在公共安全、環境保護等方面發揮作用，通過多模態感知和分析，提供更加全面的城市管理解決方案。例如，AI Agent可以監測城市中的異?；顒?，及時預警并協助相關部門采取措施，保障城市的安全與穩定。同時，具身 AI Agent 和適應性機器人系統的發展可以徹底改變從工業、農業、醫療等多個行業，可能緩解勞動力短缺并提高效率。在醫療保健

87、方面，利用大語言模型和視覺大模型作為診斷助手或患者護理助手有望帶來更準確的診斷、改善患者護理，并提高在欠發達地區的醫療服務可及性。在智能工業和服務業領域，隨著多模態感知、多 AI Agent 協同及大模型等關鍵技術的不斷突破，具身智能將能夠更加精準地理解和適應復雜多變的實際工作環境。這不僅會顯著增強工業生產的靈活性與效率，同時也將在服務行業中帶來更加個性化和貼心的用戶體驗。（四）應對建設成本問題，AI Agent 平臺即服務有望成為主流服務模式隨著云計算技術的成熟和普及，越來越多的企業開始轉向基于云政企行業智能體研究報告51的服務模式，以獲取更高的靈活性、可擴展性和成本效益。AI Agent平

88、臺及服務模式正是這一趨勢下的自然延伸，它不僅提供了計算能力和存儲資源，還集成了知識庫、工具配置和可視化 AI Agent 應用搭建方式，支持快速開發、測試和部署 AI Agent 應用。AI Agent 平臺通過集中管理和維護基礎設施，使得政企用戶無需投入大量資金購買和維護昂貴的硬件設備。這對于預算有限或希望將更多資源集中在核心業務上的組織來說尤為有利，避免了傳統本地化部署中常見的前期高額投資和后期閑置資源浪費的問題。除此之外，AI Agent 平臺還具備良好的可擴展性和彈性伸縮能力，可以根據實際需求自動調整資源分配，確保應用在面對流量高峰或低谷時都能保持穩定的性能表現。這種特性對于那些業務量

89、波動較大或季節性強的政企機構尤其重要，它們能夠在高峰期獲得充足的資源支持，而在低峰期則能有效控制成本。然而，要使 AI Agent 平臺即服務（AI Agent as a Service）模式真正成為主流，還需要克服一些潛在的挑戰。一是數據安全和隱私保護問題，尤其是在處理敏感信息時，如何確保數據在云端的安全傳輸和存儲是一個亟待解決的問題。為此，平臺提供商需要采用先進的加密技術和嚴格的安全措施來保護用戶數據。二是兼容性和定制化需求，雖然平臺提供了豐富的標準服務，但在某些特定場景下，用戶可能仍需要一定程度的定制化支持。因此，平臺應具備足夠的開放性和可擴展性，允許開發者根據自身需求進行二次開發和集成

90、。政企行業智能體研究報告52隨著技術的不斷進步和市場的逐步成熟，AI Agent 平臺即服務有望成為連接技術創新與商業實踐的重要橋梁，推動政企行業邁向更加智能、高效和可持續發展的新階段。（五）為推動行業生態健康發展，AI Agent 應用相關標準體系將持續豐富標準和評價體系是推動政企行業 AI Agent 高質量發展的重要力量，第三方機構應加快構建政企行業 AI Agent 相關標準和規范體系，指導政企行業 AI Agent 建設、應用、評價等各環節，推動政企行業AI Agent 發展“有據可依”。中國信息通信研究院圍繞政企行業 AI Agent 領域積極開展標準研制。面向供給側，開展 政務

91、AI Agent 開發應用平臺成熟度模型、政務服務大模型應用能力要求、智能公文寫作大模型應用能力要求、基于大模型的智能助手 AI Agent 能力要求智能體即服務（AI Agent as a Service）能力要求、智能體通用技術能力要求等標準研制，旨在衡量服務商提供政企行業 AI Agent 相關產品和服務的可信能力；面向需求側，開展IOMM-G 政務 AI Agent建設和應用效果成熟度模型、IOMM 企業級 AI Agent 建設和應用成熟度模型標準，為政企行業 AI Agent 的應用成效和價值衡量提供“標尺”。同時，相關評估體系的落地和推廣將進一步鞏固政企行業 AI政企行業智能體研究報告53Agent 建設案例的引領作用，提高其可信度和可靠性，增強用戶和企業的信任感。未來，隨著政企行業 AI Agent 標準與評估體系日臻完善，將會進一步推動政企行業 AI Agent 健康有序發展。