项目编号： 企业智慧 CRM 平台重构设计建设项 目 实 施 方 案 1 / 661 目录 第 1 章 项目背景...............................................................4 1.1 需求提出............................................................ 构造新一代运营商领先的数字化运营平台，业务支撑随需而动，向内外部客户 都能提供极致的客户体验,满足未来 5 年以上的市场营销与服务要求。 根据集团《新一代数字化运营平台 3.0 规范》的要求，企业正式启动数字 化运营平台重构工作。在技术方面，规划了“平台+应用”的架构模式，构建云化 数字化运营平台，基于通用的分布式技术平台，按业务聚合特征构建应用能力 中心。在业务方面，企业结合本省实际制定了业务蓝图及演进策略。 目前企业的 平台承载，经过十余年的运行，Siebel 平台的技术架构已经难以支撑战略转型大背景下的电信业务的快速发展，同时 4 / 661 无法满足集团规范刚性落地要求和企业业务蓝图的演进实施要求。 CRM 重构共分三阶段实施完成:  第一阶段从 2018 年 1 月至 2018 年 10 月，主要工作完成 PaaS 组件管 理模块搭建，完成存量经营自动化销售流程、全产品线产销品管理能 力、政企客户关系管理；

指令。当检测到“删除全年交易数 据”等高危动作时，系统自动冻结执 行并触发人工审核 六大安全机 制，AI应用数 据更安全 NeoAgent应用案例 ⸺ 伊顿电气 智能客服助伊顿重构服务价值链，提升售后流程效率 全球智能动力管理公司，主要业务覆盖中低压配电、关键电能质量、工业控制、电力线路保护、恶劣危险环境解决 方案、结构解决方案及配线等能源管理领域。拥有 96,000 多名员工的动力管理公司，在超过

持续强化，为技术自主创新与产业智能化升级注入了强劲的驱动力。 智能化时代，以大语言模型驱动的智能代码生成、生成式人工 智能赋能的辅助设计以及智能化测试与智能运维工具链为代表的前 沿技术变革，正以前所未有的深度和广度，系统性地重构软件工程 的方法论、工具链与实践范式。软件工程已超越其传统边界，跃升 为支撑数字经济高质量发展、驱动千行百业转型升级不可或缺的核 心基础设施。然而，面对工具生态割裂、工程链路协同不足、垂直 产业智能化升级提供系统性指引与行动思路。 目 录 一、 背景引入：数字化浪潮下的软件工程智能化变革需求 ................ 1 （一） 国家战略聚焦智能转型，科技治理加速规则重构 ...............1 （二） 数字经济规模持续扩张，智能软件需求持续攀升 ...............4 （三） 技术创新驱动持续深化，软件工程智能纵深发展 .......... ................32 软件工程智能化标准体系建设指南（2025 年） 1 一、背景引入：数字化浪潮下的软件工程智能化变革需 求 （一）国家战略聚焦智能转型，科技治理加速规则重构 国家战略布局与地方实践落地协同驱动智能化转型。一方面，国 家顶层设计强力驱动智能化转型纵深发展。2017 年国务院印发的《新 一代人工智能发展规划》确立了“三步走”战略目标，明确提出构建 “1+N”人工智能创新体系，奠定我国

开发的一种高性能、低 延时的网络传输协议，以解决AWS的云性能挑战。整体上各新型 网络协议总体思路类似，即在以太网完善的生态和兼容性基础上， 为应对大规模高性能、低延时的计算负载诉求，优化乃至重构传 输协议，例如多路径和报文散传、支持灵活传递顺序、端到端遥 测等。详细对比如表3所示： 表 3 业界主流传输协议对比 对比项 TCP RoCE Falcon UET SRD 主导方 IETF （二）新技术创新方向 从技术研究角度看，AI 大模型智算网技术，未来主要面临 3 个新技术研究及创新方向。 一是重构协议栈，优化网络能力。以 UEC 全栈协议技术为典 型代表，重定义网络分层、协议能力以优化网络，聚焦提升带宽 利用率，精准控制拥塞，优化反压机制。通过模型分层重构，物 理层、链路层、传输层和软件层，并基于每一层围绕大规模、高 性能为优化目标，构建端到端全栈增强系统。网络向下与端芯协

BACKGROUND 城市智能化升级需求迫切，需通过智能中枢实现跨部门数据融合 与决策协同，解决传统城市管理响应滞后、资源调度低效问题。 现有电子政务系统难以支撑智能化服务，亟需AI驱动的工作流 重构提升行政效能。 响应国家信创战略，需在政务领域实现从算力基础设施到应用系 统的全栈国产化替代。 助力杭州建设"全国数字经济第一城"，需形成可复用的智能城 市技术输出能力。 HYGON 15 海光DCU行业实战手册 四川省人民医院成功在国产信创环境下部署DeepSeek大模型，成为 省内率先实现医疗全场景智能化落地的三甲医院。这一突破不仅打造 了医疗行业自主可控技术应用的里程碑，更以“AI+医疗”创新模式重构 患者服务、临床诊疗与运营管理体系，为全国医疗智能化转型提供标杆 样本。 方案亮点 / HIGHLIGHTS 实施效果 / IMPLEMENTATION RESULTS 精准定位：DeepSeek整合海量医学知识库，支持血常规、影像 STAR、SPAdes等主流基因组学工具链，实现全流程生信数据 处理；并为分布式存储提供管理调度CPU，满足高I/O需求。 深度调优性能优异：通过替换高性能JDK、NUMA 内存调度、线 程亲和性优化、OpenMP并行重构等方式，对关键应用做深度 适配，GATK 提升达 14.8%，BWA 提升约 28%。 混合负载加速：结合海光DCU高密度部署和原生兼容CUDA的 DTK工具链，支撑未来异构场景和AI4S转型。

提交报销 OCR 采集 自动制证 运营监控 影像扫描 智能抽检 出行 自动审核 人工审核 29 提供完善的管控点设计，能够在流程发起时便进行自动化的多视角管控 管控层 重构 动支管理 新建 专项费用管理 重构 预算控制 支持多维度、灵活的预算控制 预算控制：更准确 • 丰富控制维度、控制方式、控制类型，实现 基于管理口径的控制 预算查询：更灵活 • 分析查询的方式、内容和维度大幅扩展

邮电设计技术，2025（7）：46-52. 46 邮电设计技术/2025/07 义级人机交互 ［5］。这些进展使具身智能体展现出主动 环境改造能力，也被业内认为是通向通用人工智能的 关键路径。 随着全球产业格局加速重构，我国在具身智能领 域表现突出，2025 年政府工作报告首次将具身智能纳 入国家战略，截至 2025年 4月 9日，我国具身智能专利 申请量达 21.99 万件，占全球总量的 26.45%。产业应 执行等，其运行依赖于高效稳定的系统集成能力。软 硬件协同、模块化架构与跨平台接口设计是推动具身 智能通用化、可扩展发展的重要技术方向。该核心技 术的代表性标准及评测指标包括平台兼容性、模块互 操作失败率、运行时重构时间、部署稳定性评分等，典 型场景包括多厂家软硬混合部署平台等。 g）智能体通信协议与互操作机制。随着具身智 能系统向群体智能与多智能体协同演进，通信协议成 为实现任务分发、状态同步与语义协同的核心基础设

维度来自多个表时，会 进行内关联； 值来自多个表时，会进 行左关联； 多表关联时，没有选择 字段的表不会影响到其 他表。 数据处理——关联关系 P27 主要功能 业务价值 根据业务需要，重构数 据模型，操作简单快速， 提高业务效率。 更新数据或表结构，重 新构建数据模型。 构建业务模型 发布变动：  改变表结构  数据不改变 发布完整：  改变表结构  数据也改变

功能之上，通过引入软件操作调度AI Agent，实现了自然语言引导式的工程化配置方式，大大提升了数据配置效率，并且引入了多种功能AI Agent实现了模板的快速生成、灵活的数据存储、工业场景重构等高阶功能，提升了工业数据处理的灵 活性。 基于AI Agent的工业物联网关广泛应用于汽车制造、特种装备制造、军工等多个行业，创造了巨大社 会经济价值。并且我们将工业物联网网关源代码进行了开 同行业物联网架构 中排行第一。 案例亮点 case HigHligHts 1 自然语言引导式配置边缘网关，平均配置时间缩短了23%。 2 具备设备模板快速生成、数据自动路由、工业场景重构等功能。 3 广泛应用在工业各个领域，对源代码进行开源，取得较高关注度。 11 年度技术创新类（前沿技术突破） 案例详细信息 case Details 1. 技术创新突破概述 工业物 缓存以及数据发 布等基础功能之上，做了多方面的AI提升。每种功能提升对应一种Agent的实现，其中包含：自然语言引 导Agent、模板配置Agent、数据检索Agent、数据存储Agent、场景重构Agent和数据路由Agent，其中自 然语言引导Agent为调度者，操作其它Agent的运行，下面分别详细介绍。 12 年度技术创新类（前沿技术突破） AI Agent网关多Agent架构

能”，深度研发 可泛化的大脑小脑、人形载体及世界模型，旨在最终实现通用应用； 另一条是“智能定界”，即以解决实际痛点为核心，通过正确界定痛点 问题边界、正确适配结构、正确设计容错操作，以及正确重构数据与 模型等，从运营、载体、AI 模型与数据四个维度深度研发，以实现 PMF（产品与市场匹配）的商业闭环迁移。 上述两条路线动态变化，在突破性科技创新进展与市场商业应用 闭环交叉融合过程中 体现实环境的、更容易“有限范围求解”的垂类小模型，智能定界具备 环境可确定、任务可操作、过程可数据化、高安全性特征。实现这一 路径，就需要对垂类环境、任务要求、通用机型成本、灵巧执行器等 一系列要素重构。关键要以“运营”为牵引，系统性地驱动“AI Agent 模型”、“VLM/VLA 模型与数据训练的多模态工具”、“适配算力域控”、 “操作环境”、“工艺流程”等各节点的整合与调整。最终，解决泛化性