网 络 ，并 不 断 调 整 网 络 单 元 间 连 接 权 重 来 实 现[9-10]。优势在于从数据中学习的能力，善于处理复 杂的、模糊的问题。 1.1.2 主动学习 与传统结构化的知识获取方式相比，大模型采 用自监督学习方法，主动捕捉训练文本中更深层次 的特征和规律，而非在预设知识结构下的信息抽 取[11]，从而具有突破已有认知局限实现创新的潜能。 1.1.3 数值计算过程 模型通过优化其预测下一个单词（如 化依赖于模型的自监督学习机制通过对海量数据训 练完成，相较于结构化的知识被动获取，大模型对 应急知识的获取不再是信息搜索，而更接近于学习 的本质，是理解、消化、吸收至海量的模型参数中。 所以，模型的自主学习能够不局限于已有的认知结 构，主动捕捉到未曾发现的有关风险以及各类突发 事件的更本质规律，启发新的思路。 应急知识分布于模型的海量参数中，这种统一 的数值表示形式，使得来自不同学科、不同领域、不 同类型的知识在同一个数值向量空间进行分析成为 知识获取 知识类型 知识处理 知识检索 传统知识库模式 符号主义 结构化符号 被动地搜索 显性知识 离散空间的符号操作 结构化查询语言等 大语言模型模式 联结主义 分布式数值 主动地内化 显性知识+隐性知识 连续空间的数值操作 自然语言 龚晶等：基于大语言模型技术的智慧应急应用：知识管理与应急大脑 221 www.jc2.org.cn 11卷 指 挥 与 控 制 学

供更个性化的服务 • 在线客服：短期的基 于 单一 目的的服务 • 在线助理：更主动的 提 醒，状态问询，精 准推 送，洞察建议等 • 在线客服：简单的被 动 响应，一问一答 • 在线助理：专业咨询、 售前交互、售后服务、 行业洞察等 • 在线客服：以售后服 务 为主 更主动的 双向交互 更丰富的 价值场景 更长期的 伙伴关系 1,800 基于人工智能与自然语言处理技术的在线智能助理产

可通过统一的仪表盘，实时掌握从供应商的订 单、履约和服务情况，到所有仓库的库存水平及 各工厂的计划停机时间，再到需求预测等各类 集成数据与洞察。在建立如此坚实可靠的基础 后，供应链便能从被动响应式决策转向具备自 我优化能力的主动运营模式。AI驱动的系统能 够在潜在中断发生前进行预测，自主调整采购 与物流策略，并实时平衡供需。这种程度的自主 化不仅能提升效率和韧性，更能将人力从应对 日常挑战的“紧急补救”工作中解放出来，专注 性、利用率和整体设备效率等关键绩效指标，从而 及时发现潜在问题并采取行动。 通过集中管理这些先进能力，舍弗勒得以统 一全球团队。其人才将不再仅仅是在车间执行任 务，而是能够以前所未有的效率，主动地实时设 计、监控和优化流程。 实现自主智能供应链 22 重构人与技术的协作模式 以往，企业的组织架构大多以职能为核心， 例如，物流部门管理仓库、销售部门管理销售团 队等。如今，数据正日益打破职能壁垒，为平台型 平台型运营模式。这将使内外部利益相关者的跨 职能团队能够在整个供应链范围内更快地协作并 解决问题，而不仅仅在供应链的某一环节。 最后，企业必须重新审视其治理方式和领导 风格，从被动的危机管理模式，转向主动的风险评 估与预防。那些能够前瞻性地思考未来风险并致 力于提升团队效能的领导者，将引领供应链走向 更具韧性和适应性的未来。 归根结底，自主化系统的兴起将从根本上改 变企业的组织结构，以及人与人、人与技术之间的

信息收集节点 已支持 DeepsSeek 模型 3. 基础节点 实用工具 办公提效 大模型知识引擎“ Agent 模式” ： 自主规划和工具调用 由大模型自主拆解任务和规划路径，模型主动选择和调用工具，并能够主动纠错和反思， 回复效果更灵活。 创造价值，赢在一起！

行业的智能化转型提供了有力的实 践支撑。 更重要的是，我们深刻认识到大模型技术与保险行业的深度融合，不仅将推动保险业 务模式的深刻变革，还将重塑保险行业的竞争格局和生态体系。通过精准预知风险、主动管 理风险，大模型技术将助力保险公司实现从“粗放预测”向“精准预知”、从“等量管理”向“减 量管理”的转型升级。这一转变不仅将提升保险公司的核心竞争力，还将为消费者提供更加 个性化、高效、便捷 技术，采用内外联合实验室等多种方式，开展 新技术研究和成果孵化；对于处于成熟期的技术，加快实现规模化应用。 2023年，随着AIGC大模型技术的火爆，国寿投资公司以业务场景的价值赋能为目标， 主动拥抱大模型前沿技术，进行相关试点研究和成果孵化，自主搭建公司大模型应用中 台，通过结合不同底层模型各自特点，低成本高效率的设计出匹配公司业务场景的大模型 应用，并基于真实业务场景快速验证，持续寻找场景与模型之间的最佳适配组合，不断探 大幅提升。从智能解析能力来看，已好于平安产险同类产品效果。预计该场景仅广东分公 司就能至少节省100人年的出单人力，降低人力成本约合1000万元。 （D）落地经验 广东分公司根据前期大模型应用经验举一反三，主动挖掘到了类似场景。并通过“正 则+大模型”混合使用的方式以及动态调整大模型提示词的输入额度，提升了稳定性和准 确率。 ④ 大案要案智能识别 （A）案例概述 传统的大案识别上报主要通过人工进

六百万用户正在使用的对话式在线个人助理服务 • 理解 - 交互 - 咨询 - 任务完成，实现交易闭环 • 日均需求会话数超百万， AI 交互占比 98% • 对接超过 150 个服务商，日程 AI 准确率 99% • 主动交互 DAU 及新增用户数维持高速自增长 领先的企业智能助理 智能对话解决方案赋能企业提升效率 • 具有 AI 能力的机器人平台和智能对话解决方案 • 基于大数据挖掘的用户画像，实现个性化推荐

在与终端用户的交流上，这只是保险公司落后于其他 消费者行业的一个方面。 此外，保险产品本身也在发生变化。保险公司正在从简单的赔偿模式向事故 预防和风险管理模式转变。为了让这些新产品发挥作用，保险公司必须能够 实时控制并主动响应大量数据。分析和操作这些数据所需的速度和规模都远 远超出了人类的能力。 以上变化要求保险公司必须改进其产品设计和客户服务，而人工智能将在其 中发挥决定性作用。事实上，根据埃森哲对于未来劳动力的调查，63%的人

streamable HTTP 业务MCP Server Nacos MCP Router：MCP智能路由 MCP Server意图识别筛选 工具调用代理 Docker部署 多协议支持 主动注册MCP&工具 鉴权&Header透传 工具及描述动态管理 MCP注册与发现 MCP服务器筛选、安装、代理 Agent Nacos MCP Router工作原理--智能路由模式 AI

式为客户提供咨询服务。人工客服工作强度高、处理和响应时间相对较长， 而当下智能客服难以覆盖全部服务场景。如工商银行在远程银行业务中将知识搜索与大模型生成能力结合，实现基于实 时通话向坐席人员主动推送答复话术或知识的能力。 图表：苏商银行大模型客服助手 资料来源：苏商银行、中泰证券研究所 14 降本增效场景之一：大模型承担智能客服角色 n 在传统银行信贷审批过程中，贷前调查、审批、

的道路现已清晰可见； > 当智能和能源极为充足时，物理 学中的所有难题都将得到解决。 DeepMind CEO Demis Hassabis 还有大约 10 年的时间」 > 未来的 Al 系统需要更主动、 更 智能，能够像 AlphaGo 一 样进 行规划和推理，并在现 实 世界 中采取行动。 ~2024 年 11 月 29 日 [AGI 将在 5 到 10 年降临， JEPA 路线将代替