科技日报记者 马爱平
在“人工智能+”行动加快形成新质生产力的背景下，中央企业数智化转型正进入“深水区”。国资委今年初明确提出加快建设贯穿全经营领域的数字化资源管理平台（DRP），推进“全级次、全链条、全过程、全要素”穿透式监管，为央国企智能化划定了清晰的时间表与路线图。与此同时，行业普遍面临通用大模型“懂通识、不懂企业业务”，传统“软件+AI”外挂式改造又难以根除系统割裂、数据闲置、决策被动等顽疾。企业级AI如何从“能用”走向“敢用、好用、规模化用”？
日前，记者专访了远光软件股份有限公司高级副总裁向万红，试图从“九天灵境”AI原生平台的实践中寻找答案。
以本体为根，构建“数据即知识，本体即世界”的智能体系
什么才是真正的“AI原生”？向万红用一个比喻解释：传统应用是“人把对世界的理解写进代码，用户通过界面操作代码”；AI原生应用则是“世界构建器把物理世界映射为数字孪生，本体大模型理解这个孪生世界，企业级智能体在这个世界中自主行动——没有独立割裂的‘应用’，这个数字世界本身就是应用”。
在九天灵境的架构逻辑里，核心不是漂浮在业务之上的AI功能，而是扎根行业沉淀的“管理本体”。向万红将其总结为：本体定边界，模型提效率，规则保底线，架构保质量。管理本体是远光四十余年服务央国企沉淀的确定性架构体系，涵盖管理对象、业务分类、业务管理、流程规则、管控口径等核心要素，其核心价值是让企业千差万别的业务需求尽量通过配置适配，而非反复修改代码，同时保障每一笔数据、每一个状态都可追溯、可还原、可审计。
“管理本体是‘根’，负责稳定、控制、追溯、审计；AI是‘枝叶’，负责生成、交互、推理、提效。二者一柔一刚、各司其职，才能从根源上破解行业三大顽疾。”向万红说，把业务本体“激活”为一群可感知、可协同、可进化的本体智能体，用一句话概括，就是“数据即知识、本体即世界”。
在技术护城河上，远光软件把四十余年行业积淀结构化为AI可推理的标准化体系。依托数百个标准模型和多个命名空间域构成统一可信的事实源，通过多层公理约束、多种声明式规则表达复杂业务逻辑，结合事件因果链、概率与时间约束推演业务关联。依托本体大模型深耕行业知识，让AI“懂行”，依托研发大模型革新软件开发模式，助力业务应用高效迭代生长。试点数据显示，AI原生模式下端到端生产效率提升5倍以上，应用交付周期从月级压缩到分钟级。
九天灵境与新一代企业数字核心系统远光达普（YG-DAP）形成双轮驱动格局。九天灵境作为智能底座，以AI原生架构重构DAP（数据应用平台）底层逻辑——通过本体大模型构建统一业务语义层实现跨系统数据关联，通过企业级智能体嵌入各业务场景实现自主决策与协同执行，通过研发大模型赋能DAP开发迭代，为DAP注入AI原生能力。
在场景侧，超级入口是企业统一智能交互中枢，把交互范式从“人找功能”翻转为“对话即操作”。例如智能填单场景中，员工用自然语言描述诉求，智能体沿关系链自动发现并调用模型行为，对话中生成表单、点按即提交；在经营分析报告生成场景中，融合自然语言转结构化查询语言、检索增强与本体语义理解能力，跨业务实体的复杂语义查询，从“以天计”变为“秒级”反馈。企业级智能体则通过确定性编排、韧性栈和三大安全闸门——委托域不可提权、能力护照、全链路审计——让“All in Agent”不止于口号。目前九天灵境已落地软件开发、本体建模、数据工程、智能财务审核、智能运维、浏览器自动化等多个专家团队。
安全是这一切的前提。向万红将其概括为“数据不出域、模型不出网、行为可审计、密钥自己管”。远光九天灵境支持全栈私有化部署，配套自研向量引擎与本地知识库，不依赖外部向量平台服务；国密SM2/SM3/SM4算法全栈覆盖，适配达梦数据库、麒麟、统信等信创环境；审计日志采用SM3哈希链防篡改，按租户独立成链、每小时自动验证，关键业务配套行级MAC完整性保护。正因如此，九天灵境已通过中国信通院Claw类企业级智能体安全能力评估，并在国家电网、南方电网落地应用，支撑DRP全域数字化资源管理与穿透式监管。
从“敢演示”到“敢进核心”
“智能体产业的竞争，正在从‘谁的Demo更惊艳’转向‘谁敢进核心业务’。”向万红说。通过信通院Claw类评估，他最大的体会是，企业级智能体安全必须从“模型层合规”上升到“行动层可信”——不仅看模型输出是否安全，更要看智能体“能动什么、动了会怎样、出了问题能否追溯与回滚”。
这需要一整套可信工程。九天灵境以确定性编排替代不可控的“黑箱自主”，专家团采用“1个编排器+N个契约化子专家”，保障能力可复现、可验证，适配企业要求。单个智能体有模型降级链、三级断路器、密钥池轮转、工具执行记录可重放、分布式回合锁等“韧性五件套”，即便遇到模型抖动、网络故障，依然能够稳定交付。在权限管控上，子智能体权限只能是父级作用域与任务白名单的交集，权限仅能收紧、不可放大；每个智能体有稳定身份、能力边界与保障级别；每次调用、每个工具动作、每次数据操作全部留痕，审计日志防篡改。人机协同的边界也十分清晰：员工是智能体网络的“决策者”和“把关人”，智能体负责执行、预警、辅助，人负责最终决策和例外处理，既提升效率，又守住底线。
组织与人才是更深的一道关。向万红坦言，AI原生要求的不是“会写代码的人”，而是“善指挥AI、懂业务语义的人”。传统按职能划分的组织架构、单一技能的人才结构，很难适配AI原生的跨领域闭环协同要求。远光软件内部推行“1+1+N”模式——1个业务领域专家+1个技术解决方案专家组成双轨小队，N个AI智能体作为数字员工并行执行；借鉴FDE前沿部署工程师模式，让研发力量下沉业务一线；改革人才评价标准，让骨干从重复编码中解放出来，聚焦高价值架构设计、场景创新与风险把控。
向万红表示，面向未来，将着力从“通用模型应用”走向“垂域模型自研”，从“平台提供商”成长为“行业专家”。一方面，依托平台沉淀的电力行业语义、专业知识与工程经验，训练行业垂域大模型，构筑自主可控、安全可信的行业模型底座；另一方面，业务布局从管理侧向生产侧延伸，数字企业与智慧能源双轮推进，世界构建器支撑经营预测、风险预警与资源优化；同时通过行业套件模板化复制、技能与插件市场共建，让行业知识资产可沉淀、可流通、可复用。
标准则是规模化的“通行证”。当前企业级AI最大的风险不是技术不成熟，而是“各自为政、互不兼容、难以审计”。远光软件坚持开放标准优先——本体引擎对标GB/T 48000.3—2026相关条款，遵循W3C OWL、SHACL、SPARQL等国际语义网开放规范，参与多项团体标准编制，集成体系拥抱MCP协议，以开放对抗锁定、以标准连接生态。
“能源是国民经济的命脉，能源行业的智能化关系国家能源安全｡”向万红说，“把最懂能源行业的AI，牢牢掌握在中国企业自己手里，是我们最朴素的愿景｡”从“业务数字化”到“AI原生”，这场范式之变，正在为中国产业智能化铺设一条自主可控的通途。
（受访者供图）
网友评论
