：即为了支撑智能体在 物理与数字融合的“镜像世界”中进行大规模、实时、可靠的交互与决策。智能体（Agent）作为 核心载体，其从执行工具到决策伙伴的演进，标志着人工智能从处理信息的工具转变为能够主动规 划、协作并作用于环境的认知主体。这不仅是技术的升级，更是生产力和生产关系的范式革命。 智能革命的真正价值，最终要体现在对千行百业的赋能乃至重塑上。《智能世界 2035》不仅 聚焦于技术本身 境。 到 2035 年，全球 65 岁及以上人口将突破 11 亿，个人健康将从“以疾病为中心”转向“健康全周 期管理”，人工智能将助力预防超过 80% 的慢性病，推动健康管理从“被动治疗”转向“主动预防”。 未来，智能机器人不仅能承担家务劳动，还将提供情感陪伴，显著提升居家的幸福感，预计 10 年后，超过 90% 的中国家庭将拥有智能机器人。与此同时，人类将逐渐进入全息生活空间的时代， 未来十年，人类与智能体的关系，将从“人 机分工”走向“人机共生”。智能体不只是新 型生产力工具，更是人类文明演进的新伙伴。 只有把智能体演进路径与科技向善价值深度融 合，人类才能真正把握住智能世界的主动权。 早期阶段 重构产品与体验 提升运营与办公效率 变革生产方式 远期阶段 中期阶段 未来十年智能体将驱动各产业发生范式革命 能级到 L5 智慧级的五级演进，呈现出自主决策 能力逐步增强、应用场景从低风险单点功能向

包含运维流程规范、运维组织、运维业务、运维知 识库、运维平台、运维安全等多个方面，帮助政企 实现从当前运维体系向现代化运维体系的升级。 平台运维现代化 云平台技术栈的快速增长给云平台运维带来巨大挑 战，这些挑战涉及日常运维、主动预防以及故障恢 图1.1 混合云现代化运维顶层设计参考架构 运维体系 现代化 统一化 运维体系 运维体系升级 IT架构演进升级 平台运维现代化 极简性 运维体验 极简信息汇聚 极简运维操作 通过“因地制宜”制定运维规范，树立运维制度和 流程，指导各项运维工作依规有序进行。 典型的运维规范包含业务故障等级定义、业务上 线规范、业务转维规范、运维数据治理规范等。 典型的运维流程包含故障处理流程、应急恢复流 程、主动运维流程、变更流程等。 典型的指标度量体系包含告警响应及时率、事故 恢复及时率、事故数量、变更成功率等。 2、运维组织治理 根据用户实际情况定义运维组织架构，识别关键运 维岗位，明确岗位职责，按照岗位承担的职责和定 的绩效考核条目。涉及周边组织协同配合场景，需 要明确周边组织的协同职责，无隶属关系的组织需 要报请上级部门协调，确保职责落地。 3、运维业务管理 运维业务管理主要是针对服务内容进行定义，可以 分为服务请求、故障修复、业务变更及主动运维这 四大类。 4、运维知识库管理 运维知识库管理主要面向对运维资产积累有一定诉 求的中大型政企客户。基于云平台或业务运维过程 中产生的运维数据，如问题单、案例库、变更方案 等进行数据治理，生成运维知识库，对运维风险进

障，数据库运维的可靠性与效率，直接决定了业务价值的实现能力。 当前，AI等新技术的发展为数据库可靠运维带来新的机遇与挑战。机遇方面，自然语言交互让非 技术人员也能便捷操作数据库，智能诊断与预测式运维将被动故障处置转化为主动风险防控，自 动化部署与调优大幅降低人工成本。挑战方面，AI幻觉导致的准确性风险、多技术栈（尤其是国产 数据库与云架构）带来的管理复杂度、数据爆炸式增长对灾备能力的更高要求，以及数据安全合 规 Agent，将 运维排查和维护任务集成到智能工具，自动调用相关数据并结合知识库和预设策略，实现对数据 库的自动排查和维护，提升运维效率。此外，通过分析历史运维数据，AI可以实现预测式运维，变 被动运维为主动运维，比如提前评估资源，根据负载变化自动扩缩容等。 智能化调优：利用ML/大模型、RL等AI技术，进行智能化数据库参数调整、索引推荐、优化器增强、 视图创建等，实现智能化调优。 AI培训、学习 种部署模式，可以 全面兼容 MySQL 和 PostgreSQL。在特定场景下，Oracle 兼容性达 ��% 以上。为了拥抱数据 库智能化变革趋势，TDSQL 还提供智能 DBA、自动化运营、主动监控告警等配套设施，为客户提 供完整的数据库解决方案。 腾讯云数据库TDSQL的产品定位 �� 具体而言，TDSQL的高可用性主要体现在以下方面： TDSQL采用分布式架构，支持跨区容灾和

后的深层逻辑与规律 。 同时， 人类需对 AI 的输出进行精准解读， 并迅速转化为具有实际操作性的策略与行动， 以实现人机协同 的最大 化效益 。 问 探索性：“ 问 ”体现了对知识的主动探求，尤其是在使用 AI 时 ，用户通过提问来挖 掘数据 、寻找答案或解决问题。 互动性：提问是用户与 AI 系统进行交互的一种方式 ，通过提问， 用户可以引导 AI 提 供更符合需求的信息。 ”是将知识和信息转化为实际行动的过程， 它强调实践和应用。 目标导向：行动是为了实现特定的目标或解决问题 ，具有明确的方向性。 动态调整：行动过程中需要根据实际情况进行灵活调整 ，以达到最佳效果。 问行合一 ： 主动深思 创新执行 8 • DeepSeek 发布后在 1 月 27 日迅速登顶美国下载榜首； 截 DeepSeek 在 168 个国家位居下载榜第一名。 • OpenAI 的 ，支持本地部署且响 应速度更快。 低成本优势推动普惠应用 社会各界广泛关注 游戏科学创始人冯骥等业界领袖公开赞 誉其为“国运级科技成果” ， 引发广泛 关注。 主动寻求应用合作 与微信等国民级应用合作 ，通过 AI 优化 搜索推荐、 内容生态挖掘 ，展现商业化 潜力。 开源策略构建全球生态 技术民主化 全面开源并免费开放 ，吸引全球

三、算电协同典型应用场景 在 “双碳”目标引领下，算力基础设施与电力系统的深度融合已 成为推动能源转型与数字经济发展的关键路径。一方面，以 “算随电 调”为代表的调度机制，通过柔性调控算力负荷主动适配新能源出力 特性，有效提升可再生能源消纳能力；另一方面，“电随算用”模式 通过电力资源的动态优化配置，满足算力负荷的差异化需求，实现绿 电高效利用与算力稳定运行的协同。两种模式互为补充，共同构建了 型训练、人工 智能推理、批量渲染等高能耗算力任务需求激增，算力能耗占比持续 上升，对电网负荷和新能源消纳能力提出更高要求。在此背景下， “算 驱电”调度机制应运而生，即通过算力任务的柔性调控，主动响应电 力系统状态，提升可再生能源利用水平，实现算力与电力系统的深度 第九届未来网络发展大会白皮书 算电协同技术白皮书 27 融合协同。 表 3-1 算随电调应用实例表 序号 30 国算力基础设施正逐步向风光资源富集、绿电占比高的区域集聚。为 提升可再生能源本地消纳能力，实现绿色能源与数字算力的融合应用， “电驱算”调度机制应运而生。该机制通过可再生能源侧的主动感知 捕捉可再生能源的出力波动，引导可延迟算力任务的调度决策与适时 启动，有效促进新能源出力与算力负荷的动态耦合，成为推动源-荷协 同、促进绿电增值的重要路径。 表 3-2 电随算调应用实例表

结 构 拆 分 分 析 系统模块 子模块 / 要素 核心描述与示例 1. 系统主体 家长 主导者：传递价值观 、行为示范。教育理念（权威 / 民主型） 、能力（沟通 / 情绪管理） 。 孩子 主动参与者：年龄阶段（婴幼儿 / 青少年） 、个性（兴趣 / 学习风格） 。 其他家庭成员 祖辈 / 兄弟姐妹：影响教育一致性（如代际观念冲突） 。 2. 系统目标 长期目标 独立人格 、社会适应力 第三方智能中介平台 学习成果兑换规则 生成 、冲突调解方 案 传统权威式教育引 发的亲子对抗 传统家庭教育 A I 家庭教育 单一知识传递 多元知识生态 经验主义 数据驱动 被动学习 主动探索 线性进程 非线性 、跨界学习 家长单向教导 家长 、孩子 、 A I 三方互动 定义： A I 家庭教育是以人工智能技术为核心支撑， 家长 、孩子与智能工具共同参与的教育生态系统 。它不是 不仅能够提高词汇量和语法结构的理解， 还能增强情感交流和想象力 。 具体场景 6: 小丽是 5 岁的女孩， 最近妈妈发现她在 家不太愿意说话， 即使是在玩耍时也很 少主动表达自己的想法 。为了改善这种 情况， 妈妈希望通过每天的亲子故事时 光， 鼓励小丽多开口说话， 并提高她的 口语表达能力 。 学龄前阶段（ 4-6 岁）

第九届未来网络发展大会白皮书 服务生成算力网络白皮书 25 方式下，数据规模大且离散，数据治理和全面分析能力薄弱且依赖于 经验和规则，运维十分被动，解决问题效率非常低下，运维的实用性 大打折扣，难以满足主动运营的要求。智能运维（AIOPS，Artificial Intelligence for IT Operations）通过机器学习等人工智能算法，自动地 从海量运维数据中学习并总结规则，并作出决策的运维方式。在网络 第九届未来网络发展大会白皮书 服务生成算力网络白皮书 27 知识共享与协同决策，打破信息孤岛，提升整体资源利用率与服务一 致性。随着 LLM 与智能体技术的深度融合，算力网络将逐步实现从 被动响应到主动预测、从规则驱动到数据驱动的智能化转型，为构建 自主、高效、韧性的智能算力网络奠定坚实基础。 图 3-2 基于 LLM Agent 的算网流程自动化示意图 如图 3-2 所示，Agent 减少人工干预，显著提升网络的高可用性与韧性。这种自主运营模式 不仅增强了系统的鲁棒性，还大幅降低了运维成本，为算力网络在复 杂动态环境下的稳定运行提供了坚实保障。随着 Agent 技术的不断演 进，算力网络将逐步实现从被动响应到主动管理、从静态配置到动态 优化的智能化转型，相关技术或许是构建真正意义上的服务生成算力 第九届未来网络发展大会白皮书 服务生成算力网络白皮书 28 网络的关键。 3.4 数字孪生

总之，面向未来的增长，“数字化运营” 是企业必须要关注的关键词。要在数字化转型 中求发展、求增长，企业必须要具备数字化运 营的能力，注重通过运营来实现数字化转型的 商业价值转化。以开放探索和主动求变的视角， 把技术与员工、企业、业务伙伴和服务伙伴连 接在一起，才能推动企业获得跨越周期的价值 增长。 本文根据 Kyndryl 勤达睿大中华区总裁郑军的口述 整理 8 ｜ 数字化运营——新思路应对新周期 二者的深度融合，关键挑战在于如何让数据分 析人员融入到业务活动之中，形成对业务需求 的敏锐洞察，培养起积极探索分析方向的主动 意识和有效梳理分析逻辑的综合能力。 在现实中我们经常观察到，面对同样的业 务问题，有经验和有主观能动性的数据分析和 建模人员可以更快地理解业务特点，主动学习 和掌握业务知识并将其应用在分析和建模过程 中。智能分析和建模的结果往往依赖于建模过 程的调参和试错过程。另外非常重要的一点是， 过每年几万至几千万次的对照实验来改善产品、 优化决策、评估效益，进而增强企业的盈利能力。 传统行业在数字化转型过程中需要拥抱对 照试验，它是理解复杂现象和评估“数智价值链” 活动价值的理想工具。科技公司也应该主动进行 科技输出，推动数实结合，加快传统企业建立和 应用以对照实验平台为代表的科学管理平台。 数智价值链是对企业价值链的一个根本改 造，建立数智价值链需要有效融合长期主义和 短期价值。在企业层面建立数智活动的三个职

化手段工具的专业性与技术性，很多业务人员，尤其是 中小城商行的业务人员，绝大部分来自于经济金融等非 信息大类专业，不具备完整或深度理解新兴技术原理的 专业背景，也不能很好地掌握如何应用这些新兴技术的 能力，在主动思考并提出如何通过新兴技术来重构业务 场景流程等方面也存在短板，因此客观上导致了一些中 小银行为了快速推动数字化转型，将科技部门作为数字 化转型的主导部门，或者重新组建了一个主要由科技人 员 员组成的数字化转型部门或办公室来主导数字化转型工 作。这就客观导致了数字化转型的“主导者”从业务方 面转换成科技方面。从短期来看，这种转换在初期确实 是可行的，但是从长远来看，业务方面的主动性和责任 对于数字化转型，可能会产生一些误区，认为数字 化转型就是上系统、建平台、用技术，过于关注工具本 身的引入和堆叠，为了建而建，而未考虑这些工具到底 是为了哪些场景、什么环节服务，能够提供哪些以前没 东方证券通过构建以身份为核心、持续验证为机制、 最小权限为原则的动态防护体系，从根本上解决了复杂 架构场景下的边界模糊化风险。在无需改造应用业务系 统的情况下，实现了应用与数据层面的有效防护。 一是应用系统漏洞主动防护。所有业务访问都会经 过零信任应用安全网关实现动态校验和持续验证。零信 任应用安全网关可拦截所有未授权的访问和攻击，直接 防护应用系统已存在的漏洞和端口。 二是应用安全提升。部署零信任平台之后，实现访

识别部署生成式人工智能的潜在益处和风险。 ○ 制定使用生成式人工智能的伦理原则。 ○ 实施保障措施以预防潜在危害。 ©2025 云安全联盟大中华区版权所有 22 虽然该行政令并不直接监管私营企业，但它标志着加州以积极主动的方式 了解并可能塑造生成式人工智能未来的发展和使用态势。 CPPA正在不断发展以适应生成式人工智能的复杂性，预计会有更多的合规 要求。这强调了在促进负责任地开发和部署生成式人工智能的同时，持续努力 监管重点：法规可能要求对关键决策或敏感领域建立特定的人类监督 机制。这可能涉及对人类审查员的资格要求、规定的审查协议或已发现的偏见进行 强制性报告。 ○ 技术：人在循环系统中、具有人类反馈循环的主动学习、数据主体的 明确同意和人类审查模型输出。 ○ 适用法规：美国食品药品监督管理局（2021）提出的产品全生命周期 (Total Product Life Cycle, TPLC)方法提倡人类监督，像“监控人工智能/机器学习设 、公平、公正和包容 原则纳入设计和测试阶段，并执行偏见审计和影响评估。 ©2025 云安全联盟大中华区版权所有 47 ○ 适用法规：虽然针对人工智能的具体DE&I法规仍在制定中，但企业必 须主动采用伦理标准来确保其人工智能系统公平公正，并利用这一机会“将 DEI 嵌 入公司的人工智能战略”（《哈佛商业评论》，2024年）。行业指南强调，“人工智 能的方法必须合乎伦理和公平，以确保它能赋予社区权力并造福社会”（世界经济论