投资要点：  思维链铸就智能体，多体交互拓展应用：早在上世纪 50 年代，阿兰图灵把“高度 智能有机体”扩展到了人工智能。如今随着大模型的快速发展，这个概念又被重 新拾起。大模型成为了智能体目前最完美的载体，有望完成从概念到实际应用的 蜕变。用户在 Agent（智能体）模式中给 AI 设臵目标和身份，并提供 Prompt（提 示词）。AI 自主拆分任务、使用工具、完成工作，用户仅负责设立目标、提供工具 原理解析：思维链铸就智能体，多体交互拓展应用 早在上世纪 50 年代，阿兰图灵把“高度智能有机体”扩展到了人工智能。如今随 着大模型的快速发展，这个概念又被重新拾起。大模型成为了智能体目前最完美的载体， 有望完成从概念到实际应用的蜕变。 用户在 Agent（智能体）模式中给 AI 设臵目标和身份，并提供 Prompt（提示词）。 AI 自主拆分任务、使用工具、完成工作，用户仅负责设立目标、提供工具资源和监督结 tokens，成本是 1.5 美元。在实际应用中，假设一天需要统计的股 票新闻大约有 120 家公司，则成本为 35.8 美元，按照汇率 1 : 7.14 折合人民币 255.5 元。而且智能体并不是完美的，在运行过程中出现幻觉或错误循环也是常事。例如智能 体在找不到合适新闻的时候会进行大量重复的内容输出，人工介入纠错又会增加一定成 本。

强化非结构化数据管理及处理能力，深度运用检索增强、模型“微调”技术，配合插件及 Agent能力建设，深耕保险垂直应用，以确保信美的解决方案既高效又经济。这样的方法 论，不仅实现了技术上的突破，也为保险行业数智化发展提供了新的思路。 （1）技术平台介绍 信美的大模型平台底层架构是一个综合性的解决方案，由三个关键部分组成，包括基 础大模型、RAG、Fine-tune。这一架构的设计初衷是为了满足信美对于数据处理和知识应 模型的行为；也可以进行全面 的微调，以适应更复杂的任务需求。这种灵活性确保了信美的大模型平台能够根据不同业 务场景的需求进行定制化优化。 通过这三个层次的有机结合，信美的大模型平台在实际应用中展现出了卓越的性能 和可靠性。这样的架构设计，为信美在知识管理领域的深入探索和创新提供了坚实的基 础，同时也为信美的业务发展和客户服务提供了强大的支持。 （2）大模型数据建设情况 大模型数据建设围绕知识管理和基准评测集两个重点开展。 （3）CT3.0阶段：3.0阶段则在2.0的基础上进一步实现由内向外的能力跨越。攻克了对 口语、开放性复杂问题要求更高的意图识别难题；引入计算插件，解决更复杂的计算问题， 实现端到端保险需求分析。信美的大模型应用自研“白盒化”展示，在问题回复时清晰地展 示推理过程，让结果有迹可循。 5.1.9.2 大模型应用案例 图22 信美大模型保险垂直应用演进 3.0之后信美在大模型应用发展的未来