前言 迈向 AI-Native 时代：智能体驱动的应用现代化新范式 近两年来，随着 ChatGPT、DeepSeek 等大模型技术的快速发展，人工智能正以前所未有的速度重塑产业格局，而 Agent 智能体的崛起标志着应用现代化迈入全新阶段。未来大于 50% 的人类工作任务场景将被大模型影响，据麦肯锡预 测，生成式 AI 每年可以增加 2.6~4.4 万亿美元经济收入，AI 驱动的自动化决策与交互将成为业务常态。与此同时，传统 可信数据资产目录实现跨域流通，为 Agent 提供实时、高质量的训练与推理燃料；而 API 则从传统的服务接口演进为“智 能连接器”，通过动态编排与语义理解，支撑 Agent 间的自主协商与任务分解。此外随着云原生 AI 技术（如多模态大模型、 智能 Agent 开发与运行、检索增强生成、智能应用管理引擎、智能组装与集成、统一可观测、多模态交互、AI 内生安全等） 的成熟，使得 Agent 的开发效率提升数 先装上刹车”，遵循道德和法律规范。 当今，应用现代化的推进目标已从“数字化 IT 提效”提升至“重塑智能商业价值”。未来，企业需以“应用现代 化的三驾马车”，即：“敏捷架构、智能数据、生态开放”为基石，建立支持 Agent 自治与进化的全生命周期的数字基 座。应用现代化产业联盟的各成员，要加强智能体应用、跨域协作标准等前沿议题的探索研究，以《应用全生命周期智 能化白皮书》为起点，共同推动中国在全球智能化竞争中占

严格执行AI数据零留存机 制，保障企业数据安全 • 支持敏感数据掩码、毒性 管理、AI审计日志，打造 可信任AI 企业级AI 灵活定制Agent矩阵 • 支持公有及私有多模型接 入，场景级选配专属模型 • Agent支持灵活定制编排， 敏捷构建场景化Agent • RAG支持多形态知识便捷 接入，知识高效融入业务 赋能型AI 全场景业务赋能提效 • 营销智能助力精准触达， 赋能高效客户转化 销售智能挖掘客户价值， 促进企业智慧赢单 • 服务智能高效响应客户， 提升效率和忠诚度 纷享销客AI赋能客户管理全链经营 AI+CRM+行业智慧，赋能企业增长 ShareAgent: 快速灵活构建企业AI Agent 业务助手 知识助手 研发助手 01. 业务助手搭建  用ShareAgent搭建业务智能体，捕捉对话的价值信息，自动 完成业务常见操作，实现运营效率、客户价值、组织智慧的三 重跃迁 02 发平台的代码编辑中，帮助开发者快速编写高质量的代码 无代码快速构建 多数据源模型接入 多种预置场景与动作 安全可信任 ShareAI产品简介 ShareAI-扩展场景AI产品总览 情报助手Agent 客户互动Agent • AI自动转文字 文档、客服、IM对话、 视频会议、现场录音、 销售录音、人工销售记 录等多模态语料转文字 • 实时话术与知识赋能 在和客户沟通过程中基 于知识库实时话术引导

数字运营 ： AI 辅助智 慧决策 企业级人工智能基础设施（算力 网络 存储等） 外部数据 网站、 信息门户、 社交媒体、 行业资讯 … 360 AI 企 业 知 识 库 Agent 构建平 台 MCP 插件调用 AI + 电力行业智能应用场 景 Agentic RAG 指标建模 全域多源异构知识捕获 全方位 安全管控 版式分析 ASR/TTS 图像解析 视频解析 pdf/ppt/doc/xls/ 图 / 音 / 视频 等 • OCR+360 新一代图文跨模态 VLM ，大小模型结合解析更精准 • 支持多模态交互（输入 / 输出） ，万物皆可交互 ④ 可为 Agent 提供超强 “ 上下文与记忆” MCP 服务 • Personal Context ： eg. 最近浏览文件 / 文章、会议、项目进 展 • 支持记忆瘦身：把长故事变成要点 ，防止 AI AgenticRAG 技 术 • 以 Agent 重构传统 RAG ，提升问答准确率及效果 • 长链路、多跳、事实推理效果更佳 • 跨模态数据融合应用：打通结构化与非结构化知识 ⑤ 内置企业级敏捷 Agent 平台 + 丰富的知识类技能 + 知识类智能体市场 • 专业的知识类技能 ：比如文档解析、录音转写、发票识别 • 丰富知识类 Agent ：知识问答 / 创作型 / 技能型 /

上的应用仅仅是人工智能革命的开始。大模型的出现，全面提升 了 AI 的自然语言理解能力和通用推理能力，让 AI 具备自主完成复杂任务的可能，从而演进成 为能够感知环境、进行用户意图的自主理解、做出决策和采取行动的 AI Agent（智能体）系统。 - 4 - 行业趋势 鸿蒙 2030 白皮书 智能体将彻底改变人与机器的协作方式，从“以指令为中心”发展为“以意图为中心”， 为人类带来更深层次的便利和效率提升。在任务流 的界面。 面向未来，鸿蒙系统将在整个 OS 层面构筑统一的 AI 系统底座，达到系统内所有组件都 高效灵活使用 AI 能力的系统级原生智能。在此基础上，构建常驻系统、结合系统底层能力的 系统级 Agent（即超级智能体），识别用户意图，完成服务闭环。同时，鸿蒙系统也将进一步 图 3 鸿蒙 2030 愿景及关键特征 ����������� ��� ��������� ��� ������������ 行动：按照规划拆解的子任务（包括调用相关工具）进行执行，以闭环任务目标。 鸿蒙 2030 愿景及关键特征 - 19 - 鸿蒙 2030 白皮书 端云协同的大模型能力 大模型是 AI Agent 的大脑，是 AI Agents 实现推理决策、自主规划和执行的逻辑引擎。 端侧大模型和云侧大模型协同工作，能够发挥 LLM 大模型的最大潜力，并且从成本、能耗、时延、 隐私安全、个性化等多方面为用户提供极致体验。

“垂直行业能力模块建设”的结合 04 从直接竞争转向价值整合与 生态赋能： ◆ 为克服SaaS市场固有的销售体系与客户 决策链不兼容等难题，大型云厂商的有 效破局路径，是选择“软硬结合”或“构建 Agent平台”，从直接的产品竞争者转型 为价值整合者与生态赋能者 ◼ 研究背景 随着大模型技术的飞速发展与迭代， 人工智能正驱动全球计算范式发生根 本性变革，传统的CPU云计算架构已难 以满足AI训练与推理带来的海量算力需 中国：云计算系列 行业研读 | 2025/07 • 智算产业已形成“硬件-云-模型-应用”的四层结构，当前正处于从底层 的“算力先行”向“模型生态构建”与“应用商业化”过渡的关键阶段。行业 Agent的商业化落地将成为引爆点，预计2025年有望迎来“应用爆发”的 窗口期 智算产业价值路径——智算产业全景及发展趋势 智算产业链全景 来源：头豹研究院 ◼ 智算产业通过“硬件-云平台-大模型-应用”的四层结构联动，构建了从底层 层 算力到顶层商业场景的完整价值链 智算产业链可分为四层，底层为基础硬件，包括GPU/AI芯片等底层基础设施。 上一层为云平台层，包括智算平台及云服务厂商。再上一层为大模型层，包括 MaaS/Agent平台，以及最上层的应用与终端层，是以软硬件的形式将模型和技 术能力落实在实际的商业场景中。四层共同组成智算完整的产业价值链。 层级 核心角色 代表环节 当前态势 底层硬件 芯片/服务器制造商 GPU/AI芯片

3 阿里云百炼关键场景安全实践 82 3.1 场景一：发布并调用一个线上模型推理服务 82 3.2 场景二：使用私有数据微调一个专属模型 85 3.3 场景三：构建并运行一个 AI Agent/MCP 应用 88 4 构建可验证的信任：阿里云百炼的 90 安全承诺与未来愿景 4.1 当下的承诺：安全可信的五大基石 90 4 SECURITY WHITE PAPER 安全 可信的 MaaS 阿里云百炼 安全白皮书 SECURE & TRUSTWORTHY MaaS （一）模型红蓝对抗 通过构建红队模型 / Agent，自动产生新的攻击样本 , 收集模型和系统的安全漏洞和 弱点，蓝队对这些弱点和漏洞进行修复，从而不断提升模型和系统的安全性。 （二）AI 安全挑战赛 构建了集学习、竞技、交流与成长于一体的平台。 全，收集越狱与操控手法以直 接驱动模型防御升级；赛道二采用漏洞赏金模式，挖掘模型服务生产环境中的非内容 风险（MCP 安全、RAG 窃取污染、Agent 越权等），推动真实场景漏洞修复；赛道 三通过模拟高风险场景（数据窃取、文档平台泄露、Agent 供应链攻击等），输出防 护策略优化洞见。 3.3.4 模型推理数据防护 在推理阶段，大模型的数据安全防护集中在防止信息泄露、确保传输与处理过程中的

0》，详细 的阐述了什么是L4及如何实现L4，指导运营商从“选择高价值场景、明确演进路径、定义L4目 标态、参考L4解决方案包开展AN Journey、制定L4目标架构和功能架构、体系化规划和建设 Agent”等多个方面开展L4规划和实践。当前全球共近20家Top运营商将自智网络纳入集团战 略，中国运营商持续引领全球，三大运营商均已将自智网络纳入集团战略，并已明确未来3-5 年全面实现L4、实现场 扩展性，是 电信领域网络复杂场景端到端闭环提供了关键使能技术。中国联通牵头打造了“生成式 AI 赋 能算力网络”Catalyst 项目，探索基于Master Agent与其它专业Agent 间的目标分解与协 商，利用多个 Agent 的各自优势进行算网业务 E2E 编排，提供一站式云边端算网资源调度 和智能业务支持。 数字孪生：网络数字孪生基于数字化技术和数据模型，创建物理网络的数字化镜像，以便 联通自智网络演进。 为实现L4目标，中国联通全栈引入Agentic AI，全新设计以智能体为中心的自智网络L4技 10 术架构，实现交互模式由“人+平台”向“人机（Copilot/Agent）协同”的转变，应用模式 由“应用+工具”向“多智能体协同”的转变，开发模式由“传统开发模式”向“智能体开发 生态”的转变。 图3

的人力资源战略合作伙伴，服务了近千家全球知名企业； 2023 年，带领团队率先探索 AI 大模型在人力资源领域的各项应 用与实践；2024 年，率先开拓上线首个垂直于人力资源领域 AI Agent- 易路 iBuilder 智能体平台，引领国内人力资源 AI 实践创新 的融合应用。 AI 在企业人力资源中的应用白皮书 2.0 张霞月女士 易路品牌及产品营销经理，拥有多年 To B 赛道 4% 11.3% 10.5% 9.7% 9.4% 8.8% 7.7% 8.6% 5.0% 40 CHAPTER 2 AI 在企业人力资源中的应用白皮书 2.0 企业使用 AI Agent 赋能的业务模块 招聘管理 绩效管理 员工入职 薪酬与福利管理 考勤排班管理 培训管理 员工关系管理 组织管理 人才盘点 员工辅导与关怀 51.9% 44.4% 37.0% 11.1% 14.8% 7.4% 在这样的趋势预判下，易路 iBuilder 智能体平台，作为人力资源领域首个 AI Agent 智能体应用，将是企业 HR 高效快速推进 AI 应用、实现 AI 价值落地的强有力支撑。 本次受访企业中，已启用 AI Agent 赋能人力资源业务的仅占 25%。可以看到，作为深度应用 AI 赋能业务的重 要体现之一，借助智能体赋能的能力仅有少数企业享有

维度治理体系，港澳AI治理体系则注重国际化和本 地特色产业的融合，整体上有助于打造健康安全发 展的AI生态。 从企业变革来看，大模型技术迭代升级使得企业对 于AI技术从“看得见却用不起”到“用得起也用得 好”转变，AI Agent等应用的崛起助力企业的应用 场景加速向纵深发展，企业提前布局AI生命周期安 全防护等多重机遇下，企业的AI Ready水平关乎其 能否在AI浪潮中夺得先机。 具体而言，企业的AI Ready共包含两大一级能力， 所有，不得转载。在中国印刷。 19 人工智能就绪度白皮书 机遇二：AI Agent等应用的崛起助力 企业的应用场景加速向纵深发展 企业早期的AI应用主要为智能客服、文档处理 等通用型应用，未来随着大模型在垂直领域的 进一步深耕，企业可以探索更具行业特色的AI 应用新范式。近期备受市场关注的AI Agent， 作为新型智能交互方式，具备自主决策、多任 务协同和持续的学习能力，就可以在AI应用场 AI Agent自主完成11。 首先，企业聚焦一个特定业务领域开展AI Agent试点，快速赋能业务提质增效，打造出 标杆示范项目，为后续更大范围的项目推广提 供重要参考。其次，AI Agent驱动的样板工程 一旦落地，能大力提振管理层与员工对数字化 转型的信心，形成良性循环，推动更多转型项 目的成功。例如，某大型零售企业率先在供应 链管理方面引入AI Agent，通过精准预测销售

策略支持Agent判断合适的套保比例，结合汇率判断及智能套保策略选择合适的交易策 略、交易组合。 2.2.3 AI智能中枢层：AI 算法驱动的决策能力升级 外汇风险管理系统以AI为驱动，构建起多层协同架构。首先，模型及算力层以 DeepSeek—R1为推理引擎，结合LSTM算法处理金融数据，依托分布式云架构实现高频 数据处理与安全隔离，形成数据与策略反馈闭环。其次，智能体Agent层通过RAG检索 RAG检索 企业知识库并微调模型，各Agent分工完成外汇业务流程，配合权限代理网关保障交易 安全。再次，能力层五维引擎各司其职，从自动触发任务、实时感知市场，到计算对冲 比例、输出防控方案并实现分钟级银行交易。同时，应用层五大模块协同作业，覆盖敞 口识别、汇率判断、策略执行等业务全流程。最后数据来源及权限控制层汇聚五维数据 源，通过三层权限管控、三重防护机制及区块链审计、RAG合规技术，为各层级提供数 外汇风险管理系统总体架构 外部系统 业务应用层 公共应用层 技术服务层 内 部 系 统 业 务 系 统 财 务 系 统 AI 智 能 中 枢 层 Deepseek-R1大模型 智能体Agent 资 金 系 统 数 据 中 台 静态数据服务 公共数据服务 梵高数字看板 计算模型服务 权限管理 敞口管理服务 交易管理服务 市场数据服务 风险管理服务 套期会计服务 清算结算服务