12月9日，中關村科金與甲子光年聯合主辦的“超級連接·智見未來”EVOLVE 2025大模型與智能體產業創新峰會在北京舉行。峰會聚焦AI Agent在企業級場景中的價值落地與產業演進路徑，來自科技企業、投資機構及垂直行業的代表共同探討了智能體如何成為企業數字化轉型的新引擎。

甲子光年創始人兼CEO張一甲在會上發布《2025AI Agent行業價值及應用分析》報告（以下簡稱“《報告》”），指出AI Agent的本質是“大模型的超級大腦+自動化的敏捷雙手”，其核心能力在于工具調用、任務規劃與自主執行。她強調，2025年AI Agent的崛起并非偶然，而是大模型成熟、算力供給、開源生態與真實產業需求同步共振的結果。

張一甲 甲子光年創始人兼CEO

當前，企業對AI的期待已從“展示性樣板間”轉向“可投產的工廠”。AI Agent不再滿足于回答問題或輔助操作，而是要完成端到端的工作流，從識別發票到自動走完報銷、審批、付款全流程。這一轉變標志著AI正從“對話伙伴”升級為“共事同事”，而企業級部署則對其穩定性、集成性與安全性提出了嚴苛要求。

大模型只是發動機，不是整車

在當前的大模型熱潮中，一個普遍誤區正在蔓延：認為只要接入強大的通用大模型，就能實現企業智能化。但現實恰恰相反。張一甲在演講中明確表示：“我們不唯大模型論?！贝竽Ｐ凸倘惶峁┝藦姶蟮恼Z言理解與生成能力，但它只是“發動機”；要造出一輛能上路、能載貨、能適應復雜路況的“車”，還需要車身、底盤和一張清晰的地圖。

這張“地圖”就是企業自身的業務場景。真正的落地公式應為：場景×（數據+流程+算法）。其中，場景是關鍵的乘數因子，沒有對行業痛點、客戶邏輯和業務流程的深刻理解，再強的模型也難以發揮價值，這正是行業實施AI的關鍵——Know-How（專業知識）。例如，在交通基建領域，通用大模型雖能生成通順文本，卻無法準確引用《公路工程標準施工招標文件》中的技術條款。這正是寧夏交建選擇與中關村科金合作打造垂類智能體“靈筑智工”的原因。

該案例顯示，只有將大模型“做垂、做實”，嵌入行業知識體系，才能解決高門檻、高風險任務，如標書編寫、工藝調優或合規審查。因此，企業級AI Agent的起點不是模型選型，而是場景定義。

從通用助手到總工程師

AI Agent的落地形態并非千篇一律。根據行業知識深度與業務流程復雜度兩個維度，甲子光年提出“四象限數字員工”模型，為企業提供可操作的實施路徑。

在左下象限，“通用助手”處理高頻、低復雜度任務，如會議紀要生成或IT工單分派，適用于快速驗證價值；右下象限的“執行助理”則面向銷售、采購等長鏈條流程，需打通多個系統實現自動化閉環；左上象限的“專家顧問”聚焦高知識密度場景，如金融風控或法律咨詢，依賴專業規則庫與推理能力；而右上象限的“總工程師”級Agent，如工業預測性維護系統，必須同時掌握設備機理模型與實時控制邏輯。

寧夏交建的實踐印證了這一分層策略。其部署的四位數字員工分別覆蓋工程技術文檔撰寫、核算報表生成、無代碼數據分析和投標全流程自動化。結果是：投標文件生成時間降低70%，知識查找效率提升50%。關鍵在于，這些Agent并非基于通用模型微調，而是通過上萬份行業規范、歷史標書和內部制度訓練而成，真正內化了企業Know-How。

信任基石與數據飛輪

《報告》認為，即便具備強大功能，AI Agent要進入大型企業核心業務，仍需通過六項“硬性大考”：穩定性、可擴展性、易用性、系統集成能力、安全合規與行為可控。這六點構成企業信任的基石。Agent必須像水電一樣7×24小時可用，能與ERP（企業資源計劃）、CRM（客戶關系管理）等系統打通，不可以成為新的信息孤島，并確保所有操作可審計、權限可管控。

更深層的價值在于“AI?數據飛輪”的形成。每一次Agent與客戶、系統或知識庫的連接，都會產生帶有真實業務語境的交互數據；這些數據經清洗、標注與反饋后，反哺模型迭代，使Agent更懂業務、更精準執行。這一正向循環意味著：AI Agent不是靜態工具，而是隨使用不斷進化的“活資產”。

張一甲提出一個關鍵判斷：AI Agent將會是企業中“越用越值錢”的唯一資產。今日部署的Agent與一年后歷經千次任務錘煉的版本，將是兩個物種。這種共生式成長，不僅提升效率，更可能重塑組織管理邏輯，當團隊核心成員由確定性的智能體構成，管理將從應對“人的不確定性”轉向工程化優化“群體智能”，從而打開企業效率與價值的新天花板。

AI Agent的興起，標志著企業智能化從“輔助人類”進入“與人類協作”乃至“自主執行”的新階段。其價值不僅在于降本增效，更在于重構連接、優化流程、激活數據，并最終提升組織管理的科學性與系統性。

然而，技術落地仍需克服場景適配、系統集成、安全合規與成本控制等多重挑戰。企業需以務實態度，從真實需求出發，以漸進路徑推動智能體融合業務?！斑B接”不是Agent的終點，而是它智能進化的起點。這便是“企業AI數據飛輪”的運轉邏輯：Agent每一次連接，無論是連接客戶、系統還是知識都在產生新的交互數據，成為企業數據優化的來源；這些數據經過處理和定制，反過來迭代模型本身；最終使Agent這一“超級連接器”變得更聰明、更懂業務。這一閉環形成了強大的正向循環，詮釋了“越連接，越智能”的本質。越是深入、廣泛、密集的連接，越能激發智能體的潛力，也越能揭示數據與協作在現代企業中的根本價值。AI Agent不僅是一項技術變革，更是一場關于組織形態、工作方式與管理哲學的整體演進。