07 Al Agent Part 05 来日正长， Agent 的翻涌带来无限可能 Part 04 实践真知，企业级 Agent 实践的新范式 Part 02 价值认可，场景重塑与价值深挖 Part 03 蓬勃发展，企业级的生产力再造 Part 01 概念泛化，商业价值推动产业发展 目 录 化的、更复杂、更耗时的工作流，能够为企业带来 指数级的效率提升和生产力解放，这直接回应了市 场对于“显著价值回报”的终极期待。 企业应用市场需求的质变：三大核心期望的全面升级 03 企业级 AI Agent 的精准响应：新一代 AI 范式满足市场期待 过去的状态： 满足于 10% 或 20% 的渐进式效率提升，这属于“量变”； 现在的要求： 期待的是数量级（例如生产力翻倍甚至更高 作方式、颠覆性地降低成本； 终极愿景： 将宝贵的人力资源从繁琐、重复的执行性工作中解放出来，使其能完全专注于更高价值的创造性、洞察性与战略性工作。 2025 年， AI Agent 风口已至：企业级 AI 过去的状态：局限于简单的问答、内容续写等“答案生成式”的单一任务； 现在的要求：渴望自主规划、调用不同工具、横跨多个系统、涉及复杂步骤的端到端工作流。 核心挑战： 这些正是传统 AI

教学网站访问量 • 在线讲座观看人数 • …… 目录 1. 大模型：人工智能的前沿 2. 大模型产品 3. 大模型的行业应用 4. 企业大模型落地方案 5. 智能体的企业应用 6. 厂商提供的企业级大模型服务 7. 大模型典型应用案例 8. AIGC与企业应用实践 9. 大模型未来发展趋势 厦门大学大数据教学团队作品 1.大模型：人工智能的前沿 1.1 大模型的概念 1.2 大模型的发展历程 4.1 企业大模型如何为企业赋能 4.2 企业大模型的七大落地场景 4.3 企业大模型的部署方式 4.4 为什么需要本地部署大模型 4.5 企业部署大模型规划路线 4.6 企业级应用集成AI大模型的关键步骤 4.7 企业级应用集成大模型的技术架构设计 4.8 大模型应用落地总体“四维认知”框架 4.9 大模型应用落地策略建议 4.10 大模型构建的技术方案选择 4.11本地部署大模型初级方法 4 构建企业内部知识库 （RAG系统） 短期（0-6月） 开发行业专属大模型 （模型微调） 中期（6-18月） 搭建AI Agent工作流 （企业智能体） 长期（18月+） 4.6 企业级应用集成AI大模型的关键步骤 企业首先需要明确AI应用的具体场景，如文 本生成、情感分析、图片理解和生成等。这 有助于后续模型的选择与技术路线的设计 需求场景定义 根据需求场景，企业需要在众多预训练模型

机构，并具备云原生架构、湖仓一体、AI融合等能力，支撑 企业构建自主创新的数据引擎与治理体系。国产数据产品为业务创新提供了高性能、高可靠的数据支撑。中信建投证券基于腾讯云大数 据TBDS构建了企业级数据湖平台，同时借助TBDS一站式可视化实时开发平台，极大提升了数据时效性，在行业内树立了标杆。 二、解决数据难题：高性能数据库与大数据平台，释放数据核心价值 在应用生态层面，企业微信、腾讯会议 一键式安全加固，符合等保要求 漏洞和安全报告，及时了解系统状态 稳定性增强，可靠性比C ent OS 提升10倍 TencentOS Server 是腾讯自主研发的通过了中国信息安全测评中心安全可靠测评的企业级 Linux 服务器操作系统，已有 15 余年 的技术积累，凭借近 1000 万套的部署规模成为国内部署量最大的 Linux 操作系统。 TencentOS Server 服务器操作系统国产化的首选 灵活独立、轻量交付，企业云原生架构转型一站式解决方案 应用场景 企业级PaaS平台 容器与微服务平台 边缘计算(云边一体) AI平台 国产数字化升级标杆实践报告 15 - 国产数字化升级标杆实践报告 15 - 极简部署，快速构建云原生基础设施 核心优势 腾讯云数据库TDSQL 企业级智能数据管理平台 TDSQL 是腾讯云自主研发的企业级分布式数据库，其集中式和分布式两种类型数据库全部通过了中国信息安全平台中心安全可靠评

学习、智能陪练 搭建专属的行业知识库 支持多格式内容的识别、解析、问答 生成专业报告 AI 办公｜ DeepSeek & 腾 讯知识库 + 培训 + 视频会议三大 AI 办公应用 场景 人才培养 企业级知识底座 远程沟通 3 内容操作防泄漏 分享 、复制 、打印 、截屏提醒 、下载权限 内容显示防泄漏 页面水印 、成员信息展示 、搜索热榜管理 自定义敏感词 可设置敏感词库， 对平台内容进行脱敏处理 可查看移交详情 管理员操作日志 记录单个管理员行为记录 、按应用查询 、按 时 间范围查询 、按操作终端查询 知识底座｜企业级知识库， 不止是 ima 内容防泄漏 内容安全审查 敏感操作记录 权限设置 + 安全管理 + 私有化部署构建安全可控的本地 AI 知 识库 企业级 、部门级 、团队级知识库 细化到人的权限管理 合规和内容防泄露 4 知识底座｜员工个人知识库 知识创作 +AI 问答

当下，人工智能正在成为全球数字技术创新的前沿领域。大模型 作为工业革命级的生产力工具，正在成为赋能百行千业向数智化跨越 升级的变革力量。为进一步落实数字化国家战略，推进产业数字化进 程，深度挖掘细分应用领域，打造具有差异化的企业级 AI 大模型，360 集团与中税集团合作共建了税务行业标准大模型，该模型旨在于解决 税务行业性、专业性问题。 税务行业标准大模型在人机交互、复杂内容和语言理解等方面， 具有强大的分析和学 行业应 用十大典型场景案例”。 技术简介 一、税务行业标准大模型的技术优势 2023 年以来，360 集团发布了自研认知型通用人工智能大模型— —360 智脑，成为引领企业级市场数智升级的重要驱动力。在应用方 面，360 集团与中税集团合作共建面向税务行业领域的大模型——税 务行业标准大模型，将人工智能技术有效地应用在涉税专业服务领域， 激发生产力创造力 税务行业标准大模型，发挥

其四，要有完善的运维 工具和解决方案支持能力。 TDSQL 是一款企业级数据库产品，在分布式计算、存储、元数据及管控方面实现 ���% 代码自 研，提供金融级高可用、计算存储分离、HTAP 等能力，同时具备智能运维平台、全流程迁移工具 箱，强一致高可用、全球部署架构、分布式水平扩展、高性能、完整的分布式事务支持、企业级安全 等特性。 TDSQL 有两个版本，分为标准版和企业版，其中企业版包括集中式和分布式两种部署模式，可以 动化与智能化手段，构建覆盖 " 硬件 - 软件 - 节点 - 集群 - 机房 - 业务 " 全链路的容错体系。TDSQL 通过模块化设计实现高可用性，同时通 过智能运维组件与多引擎兼容性，满足企业级场景对数据库灵活性、扩展性及成本优化的需求。 �.�.� TDSQL引擎 可提供多模式数据库引擎，满足多样化业务需求；能兼容 MySQL、PostgreSQL 以及 Oracle 语 法；可在 法；可在一个物理集群中扩展支持集中式和分布式实例；并提供了高性能联机事务处理 (OLTP) 能力和海量的联机分析处理 (OLAP) 同时处理能力，可降低业务架构复杂度和成本，并 提供多种企业级特性。 核心组件： 多模式兼容： �� �.�基础设施的高可用建设 �.�.�实例管理 在高可用性数据库架构设计中，故障场景的全面覆盖与应对策略的精准制定是保障系统稳定运 行的核心。从实践视角出发，

现象。在企业加速 业务创新的背景下，大型企业的多业务线体系需要频繁地应付新业务上线部署时千奇百怪的 需求，进一步产生了额外的高额开支和大量的重复建设。 �� 解决方案 03 阿里云第九代企业级ECS实例（ECS g�i）基于“CIPU+飞天”技术架构，搭载英特尔®至强® 6性能 核处理器（P-core），为包括数据库、大数据、游戏在内的多类场景带来显著的性能和体验提升。 CIPU作为 。阿里云在全球不同地域提 供的云产品具有高度一致的服务体验和服务质量，有效满足企业客户在全球化不同阶段的高标 准服务需求。例如，阿里云 ACK One 作为面向混合云、多集群、容灾等场景推出的企业级云原 生平台，可以连接和管理任何地域、任何基础设施上的 Kubernetes 集群，并提供一致的管理， 支持对应用、流量、安全、存储、可观测等进行统一管控。 �� 优秀实践分析 04 4.1小鹏汽车 后续的 AI 模型训练与仿真验证流程。随着数据的指数级增加，以往的数据处理逐渐面临性能上的挑战。同时为 了不影响模型迭代周期，数据处理的时效也需要更加快速。 解决方案与客户价值： 第九代企业级实例 g�i，基于自研“CIPU+ 飞天”技术架构，搭搭载英特尔 ® 至强 ® 6 处理器 ，软硬协 同优化，助力小鹏提升数据预处理效率，显著降低算力成本： 性能与性价比提升：相比第八代实例，ECS

AI应用防火墙 1、SaaS 平台与插件市场的 AI API 入口防护 2、金融、医疗等高风险行业生成内容合规过滤 3、开发者平台 Prompt 安全测试与沙箱 4、智能客服与对话机器人安全防护 5、企业级AI平台的接口与数据安全防护 1、Prompt 语义检测与越权拦截 2、数据流与接口安全监控 3、多语言 / 多模态上下文关联分析 4、访问控制与身份鉴别 5、自适应安全策略更新 1、攻击手法快速演变 海量集团、太仓市网信办、 关键经营数据分析——现⾦流健康度继续下降 深信服科技股份有限公司，成立于2000年，总部位于深圳，是一家企业级网络安全、云计算、AI及物联网领域的创新高科技企业。 公司拥有超7000名员工，在全球设有多个研发中心，业务覆盖30个国家和地区，为超过10万家企业级用户提供数字化转型的支持。深信 服旗下拥有深信服智安全和信服云两大业务品牌，致力于让用户的数字化过程更加简单和安全。 深信服科技-AI安全运营方案 响应滞后等核心痛点。 关键经营数据分析——现⾦流健康度继续下降 深信服科技股份有限公司，成立于2000年，总部位于深圳，是一家企业级网络安全、云计算、AI及物联网领域的创新高科技企业。公 司拥有超7000名员工，在全球设有多个研发中心，业务覆盖30个国家和地区，为超过10万家企业级用户提供数字化转型的支持。深信服 旗下拥有深信服智安全和信服云两大业务品牌，致力于让用户的数字化过程更加简单和安全 深信服-全量威胁检测智能体

开源生态：多语言&集成 社区活跃度 影响百万开发者 • 官网访问用户数达90万 • 下载量达到300w次 • 服务超百家各领域头部知名企业 • 被国内大多云厂商托管 • 获得各类社区奖项8个 企业级应用 • 2021 OSC 中国最受欢迎开源项目 • 2022 InfoQ 十大开源新锐项目 • 2022 CSDN 中国开发者影响力项目 • 2022 开源成熟度评估 – 优秀二级 • 2022 开源创新大赛 SaaS MCP Server 市场 AI Agent Claude Desktop Cline Cursor 通义灵码 Custom Agent 企业私有 MCP Server 市场 企业级 MCP 市场的挑战 Higress MCP 网关解决方案 AI Agent Claude Desktop Cline Cursor 通义灵码 Custom Agent MCP 会话保持

智能体的开发，我们建议根 据项目具体需求选择最合适的云平台。 AWS 在机器学习和人工智能领域提供了丰富的工具和服务， 如 Amazon SageMaker，能够大大加速智能体的开发和部 署。Azure 则在企业级应用和混合云解决方案上表现出色，特别是 其与 Microsoft 生态系统的无缝集成，适合需要与本地系统协同工 作的场景。Google Cloud 在数据处理和机器学习方面具有强大的 计算能力，其 则更适合长期承诺 的客户，提供了更具竞争力的长期租赁价格。以下是三大云平台的 主要特点对比：  AWS：全球数据中心覆盖最广，服务种类丰富，适合需要大 规模扩展的项目。  Azure：企业级服务强，与微软产品集成度高，适合混合云环 境。  Google Cloud：数据处理和机器学习优化，开源社区支持良 好。 最后，团队的技术栈和开发习惯也是选择云计算平台的重要考 虑因素。例如，如果团队已经熟悉 开发到测试的全套解决方案。Angular 采用 TypeScript 编写，强 调类型安全和可维护性。  优点： o 强大的 CLI 工具，简化开发流程。 o 内置依赖注入、路由和表单验证等功能。 o 适合大型企业级应用。  缺点： o 学习曲线陡峭，框架庞大复杂。 o 性能相对较低，尤其在移动设备上。 为了更直观地比较这三个框架，以下是它们的主要特性对比 表： 特性 React Vue.js Angular