知道创宇张永波：AI智能体进入“行动时代”，企业生产力正在被重新定义

发布时间：2026-07-17 08:18:32 来源：安智兰德资讯网 作者：知识

随着大模型技术的行动时代迭代演进，人工智能已从单纯的知道张永I智“理解与生成”阶段，跨越至具备深度推理、创宇工具调用及系统集成能力的波A被重“行动时代”。AI不再局限于回答问题或提供建议，进入而是企业开始直接介入工作流，执行复杂任务。生产这一转变标志着智能体成为AI产业规模化落地的力正核心方向。

然而，新定当智能体深入企业核心业务时，行动时代信任与控制成为新的知道张永I智关键议题。相较于传统聊天机器人，创宇智能体拥有自主运行和调用工具的波A被重能力，这使得企业关注的进入重心从“模型智能度”延伸至“系统可信度与可控性”。特别是企业在政企、金融、能源等高合规要求领域，数据安全、权限管控及运行边界已成为智能体规模化落地的必经门槛。

在此背景下，深耕网络安全近二十年的知道创宇，于2024年6月正式发布AiPy企业版与AiPy网安专版，定位为“可信AI伙伴”。值得注意的是，AiPy并非短期跟风之作，其研发始于2023年，并于2025年4月推出开源社区版，早于OpenClaw等热门产品进入探索深水区。

面对AI重塑生产力的趋势，智能体融入工作流仍面临诸多障碍，安全能力在产业竞争中的角色也日益凸显。为此，我们对话知道创宇AiPy产品中心总经理张永波，深入探讨这一变革背后的逻辑。

一、 从“问答”到“行动”：AI角色的根本性转变

过去几年，大模型在生成能力上屡创新高，但在实际企业应用中，用户逐渐发现，仅靠“回答问题”无法解决复杂的现实工作痛点。

真实的工作任务往往涉及流程规划、多工具协同、跨系统交互以及基于执行结果的动态调整，而非简单的文本生成。因此，AI的发展重心正从“生成能力”转向“任务执行能力”，智能体由此成为产业关注的新焦点。

张永波指出，这一变化不仅是能力的升级，更是AI角色的根本重构——从辅助性的“工具”转变为自主的“执行者”。

“AI早期的火爆源于其无所不知的问答能力，但从去年开始，它已转向行动派，能够直接协助工作、操作系统并交付最终成果。”张永波表示。

随着工具调用与系统协同能力的增强，AI已具备进入真实工作流的条件。它可以围绕既定目标，自主完成多步骤任务，而非止步于单次问答。从行业视角看，智能体改变的不是AI“说什么”，而是其“能做什么”。当AI承担执行角色，其价值便从提升个人效率，升级为重构企业生产流程。

二、 落地瓶颈：为何AI难以真正融入业务？

尽管企业接入大模型的热情高涨，但AI应用正从“有无”阶段迈向“优劣”阶段。然而，多数企业的AI仍停留在辅助层面，真正融入核心业务流程的案例寥寥无几。

这一困境并非 solely 源于模型能力不足，更多受制于组织形态与应用场景的错位。一方面，AI难以深入垂直业务场景；另一方面，业务人员缺乏开发能力，难以将AI转化为符合自身需求的生产工具。

张永波认为，这是当前企业AI落地的关键瓶颈。“大多数AI系统仅是通用的在线信息系统，缺乏针对特定业务能力的深度定制，未能充分激发行业场景与员工的创造力。”

因此，知道创宇致力于降低智能体的使用门槛，赋能业务人员自主构建AI应用。

“用户可通过自然语言表达需求，无需编程基础即可搭建适用工具；若具备一定业务经验，更能创造出专属的智能体应用。”张永波强调，真正的价值不仅在于替代重复劳动，更在于让行业专家跨越技术鸿沟，将专业能力沉淀为可持续运行的工作流。

长远来看，企业部署AI不仅是技术升级，更是生产方式的变革。未来，谁能赋予更多普通员工使用及构建AI的能力，谁就能最大化释放智能体的组织价值。

三、 安全前置：智能体时代的首要前提

随着智能体深入企业工作流，其能力边界不断拓展，能够调用工具、操作系统并连接多个业务平台。与此同时，企业对安全的关注点也发生了深刻变化。

传统大模型主要承担内容生成与知识问答，风险多局限于信息层面；而智能体具备执行任务与高权限操作能力，一旦误操作或遭攻击，后果将更为严重。因此，智能体时代的安全，不再仅是防止数据泄露，而是贯穿权限管理、任务执行、工具调用及数据流转的全链路治理。

张永波指出，随着智能体产品快速迭代，高权限调用、后台静默运行、第三方Skill接入及自然语言指令误判等风险集中暴露，促使企业重新审视AI系统的安全边界。

为此，知道创宇将多年积累的网络安全能力融入智能体平台，构建“AiPy+AI网关+TrustToken”安全体系，旨在建立覆盖权限、运行、交互和数据的全链路安全防护。

具体而言：
* 权限层面：采用分级授权机制，严防越权调用；
* 运行层面：智能体不具备后台静默运行能力，任务结束即停止执行；
* 交互层面：对用户指令与模型输出进行双向风险校验，敏感操作需经沙箱验证；
* 数据层面：通过本地闭环运行与企业内网部署降低泄露风险，对第三方Skill进行风险检测，并通过架构隔离减少单点故障影响。

张永波认为，企业关注的核心并非AI是否足够聪明，而是其能否在可控、可信的前提下进入业务流程。安全能力正成为智能体规模化落地的重要基础设施。对于政企、金融、能源等高安全行业而言，建立保障智能体安全运行的治理体系，是从试点走向规模化应用的前提。

四、 竞争转向：从“模型能力”到“产业落地能力”

随着大模型能力持续提升，AI产业竞争的焦点正在发生转移。

过去，行业竞争集中于模型参数规模、推理能力及上下文长度，试图通过底层能力的突破建立壁垒。然而，随着底层模型快速迭代，基础能力趋于同质化，拉开差距的关键因素随之改变。

张永波表示，未来竞争的关键不再仅是“模型有多强”，而是谁能真正让AI进入业务流程，转化为场景应用并持续创造价值。“模型能力将日益趋同，决定企业能否用好AI的，是应用能力、组织能力以及解决业务问题的实效。”

这也是知道创宇长期深耕企业场景的原因。一方面，通过FDE AI落地服务、场景梳理及培训体系，帮助业务人员真正理解并使用AI；另一方面，依托网络安全优势，在权限、数据及运行边界构建可信能力，支撑智能体进入高安全行业。

事实上，影响智能体落地速度的因素，正从技术本身转向组织协同、业务流程及行业Know-how。模型可不断升级，但企业真正需要的是能融入现有流程、适应行业规则并持续创造价值的智能体。

张永波认为，中国市场正迎来智能体规模化发展的重要窗口期。政策推动AI赋能实体经济，模型成熟与推理成本下降促使更多企业尝试将智能体引入真实场景。“谁更早拥抱AI并将其融入业务流程，谁就更有机会形成新的竞争优势。”

可以预见，智能体带来的不仅是新软件工具的引入，更是生产方式的变革。当模型能力成为基础设施，产业竞争的重点将从“拥有AI”转向“用好AI”，从“部署智能体”转向“构建持续运行的新型工作流”。对企业而言，关键不在于是否率先接入AI，而在于能否率先完成组织能力升级，将智能体转化为新的生产力。

熊英英 红星新闻记者 李伟铭

相关文章