布局更为灵活，可以快速重新部署于不同的生产任务中，适应小批量、多品种的柔 性化生产需求。 基于以上特征，协作机器人极大地促进了人机之间的交互和合作，不仅提升了生产线效 率，还能在诸多应用场合中替代或辅助人类执行重复性、精确度要求高或者对人体有害的工 作。随着我国产业智能化升级不断深入，协作机器人已广泛应用于汽车零部件、3C 电子、精 密加工、新能源等工业领域，并不断向商业零售、医疗、教育、农业等领域拓展。 人被广泛应用于打磨、装配、 螺丝锁付、检测、分拣、医疗手术等环节中。 相对于六轴协作机器人而言，七轴协作机器人增加了“腕关节”，能够允许机器人避开 某些特定的目标，同时能够改变末端执行器的位置，使末端执行器能够更稳定地到达特定位 置，从而提高协作机器人的整体灵活性。 大部分厂商以 6 轴协作产品为主，7 轴协作产品主要以华沿机器人、珞石机器人、中科 新松、非夕科技、思灵机器人、睿尔 码器、传感器等零部件。随着对于安全性、灵活性、柔性化的要求逐渐提升，同时复杂的下 游场景不断对协作机器人提出新的应用要求，促使协作机器人在提升性能的同时，还需要提 高产品兼容性，与示教器、视觉相机、操作摇杆、移动底盘、末端执行器等周边配套产品搭 配使用，以实现下游场景所需要的各种功能。在此过程中，协作机器人产业链上下游也在向 多元化的方向发展。 经过多年的沉淀，协作机器人产业链已愈发完善，中国市场在这一进程中表现突出。从

化公共服务水平。通过优化通信网络生态，促进多边合作机制下的政策沟通、设施联通与贸易畅通，为构建开放包容、 安全稳定的区域数字经济环境提供技术支撑，切实推动上合组织成员国间的务实合作与共同发展。 执行单位简介 Coremail作为论客科技（广州）有限公司旗下品牌，是中国邮件领域具备深厚技术积淀与市场影响力的产品及解 决方案供应商。Coremail自1999年创立以来，始终聚焦电子邮件技术研发与服务领域，深耕行业26载，构建了完备 容易地找到工作。这不仅会增加学生学 习的动力，也会增加企业为实行双轨制高等教育的学生提供实习和奖学金的兴趣。此外，双轨制教育将促进产业和高 等教育之间更好、更深入的合作，有助于提高创新能力。 执行单位简介 科斯塔奈工程经济大学（哈萨克斯坦）以Myrzhakyp Dulatov (KEnEU)命名，是一所具有法人地位的私立高等教 育机构，实施高等教育和研究生教育的专业教育计划。大学根据哈萨 初步形成人保联盟链，且支持更多法人主节点的扩展，后续逐步推广到行业联盟，吸引更多保险实体公司加入人保联 盟链，通过跨链融合技术接入更多的联盟链/私有链，实现再保行业共建、共治、共享的再保险行业生态联盟。 执行单位简介 中国人民财产保险股份有限公司（PICC P&C）的前身是1949 年10月1日成立的中国人民保险公司，是中国人民 保险集团股份有限公司（PICC Group，2021年位列《财富》世界“500

统一；其次，各网络域数据独立存储，格式和访问权限不统一，阻碍了全局分析；再次，面向 政企客户的端到端SLA保障需联动多个域的资源调度，各域自动化能力参差不齐，意图驱动网 6 络需跨域解析用户需求，但各域策略执行引擎的异构性增加了协同难度；最后，大多数运营商 拥有大量的传统网络基础设施和专有硬件，这些系统可能与新的自智网络技术不兼容或未优化， 将先进的自智网络基础设施与现有系统进行集成，实现互操作性和自动化操作，是一个复杂且 闭环自动化、NOC操作无人 化、现场操作一次上站。 “三个一”极速处置：1秒钟感知（发现异常或理解意图）、1分钟分析（异常事件的分析 及处理方案、主动事件的分析及处理方案）、1刻钟执行（异常消除、意图执行）。 “三向新”极智运营：服务向新，以用户需求为核心，构建涵盖个人、家庭、政企的全生 命周期体验生态，让用户从“被动使用”转向“主动参与”；运营向新，重构网络运营流程， 打造行业领 AI中心。网络AI中心是核心， 提供大模型、小模型、知识图谱的训练、生成和推理服务。 3.3.2 选定 L4 价值场景，明确 3 年演进路径 自智网络L3向L4演进，实现感知、分析、决策、执行的业务闭环，需要攻关较多前沿技术， 是更大代际跃升。实现自智网络L4将是长期过程，集中有限资源，构建场景级E2E流程自动化， 快速做出价值成效，已成为产业共识。 中国联通按照“联网通信、算网

4 万亿美元经济收入，AI 驱动的自动化决策与交互将成为业务常态。与此同时，传统 应用与 AI 应用的融合不再局限于简单的功能叠加，而是依托数据与 API 的深度协同，构建起“感知 - 决策 - 执行 - 学习” 的闭环智能体系。在这一趋势下，应用现代化的核心命题已从“云原生”升级为“AI-Native”，即应用的全生命周期—— 从开发、运行到运维、集成——均需围绕智能体的自主性、协同性与进化能力重构。 数字基础设施从“封闭体系”向“开放生态”加速转型 软件驱动、算力赋能、应用引导，推动产业转型 智能化“技术奇点”，重塑竞争力，凸显商业价值 应用开发从“工具型交付”向 “价值型服务”演进 从“工具执行者”进化为“智能决策体” 重塑“以客户为中心”的价值链 涌现“需求即服务”的应用创新范式 算法 算力 数据 安全 人工智能驱动 数字基础设施 数据联接价值 软硬系统自主化 深度学习、强化学习 将在更多领域实现跨界融合，推动智能化升级和创新发展。然而，随着数据联接的深化，智能应用产品安全和供应链 安全问题也将日益凸显。政府、企业和个人将更加注重数据安全和隐私保护，推动相关法律法规的完善和执行。 1.4 人机协作成为社会融合发展的主流趋势 1.3 数据联接正在影响行业转型和应用安全 随着人工智能技术的快速迭代发展，人与机器的界限正在日益消融，二者在多元场景的深度交互与融合过程中，将

随着软件定义自动化技术在工业领域的深入应用，以及基于 PC 架构的运动控制器广泛部署，特定的技术需求和行业趋势逐 渐显现： • 多轴协同控制需求激增：生产流程的复杂化和精细化推动了对更多电机和执行器同步控制的需求增长，以实 现精确的多点协调和同步。传统的单一控制解决方案，如独立的 PLC 或微控制器，在处理大规模轴控任务时 面临性能瓶颈，难以满足现代工业对高度集成和协调性能的要求。 • 性。 • 内存带宽监控 (Memory Bandwidth Allocation, MBA)：RDT 的子技术之一，可以使用 MBA 限制非实时系统的 内存带宽占用，降低实时任务的性能抖动，保障执行稳定性。 VT-d 技术为虚拟机的 I/O 设备提供了接近物理硬件的性能，延迟极低。同时，VT-d 技术通过硬件的强制隔离增强了 系统的安全性，防止恶意设备通过 DMA 攻击破坏整个系统或其他虚拟机。 环境下实时任务与非实时任务的整合部署方案。该方案通过 Linux 系 统的核隔离技术、中断亲和性设置以及 RCU 回调亲和性配置等手段，将实时任务部署在隔离的物理核上运行，同 时将非实时任务调度至非隔离核执行，从而实现两类任务的高效负载整合。 Windows 作为工业自动化领域的主流操作系统之一，Windows 系统凭借其广泛的软件生态和友好的交互界面，在工业控制领 域占据着重要地位。目前市场上绝

应用安全风险：MaaS 通常需要与后端系统（如 API 接口、数据库）进行交互。攻 击者可通过提示词注入手段，将 MaaS 应用作为跳板，利用其合法身份向内部系统发 起攻击，从而触发 SSRF、XSS、命令执行等传统安全漏洞； ● 身份认证与权限管控：MaaS 需管理包括用户、AI 模型、智能体在内的多种身份， 如何实现精细化授权与动态权限控制，以规避越权使用及滥用风险成为了一大难题。 21 20 “保障客户数据安全”被阿里云列为最重要的事项。阿里云百炼提供云原生安全能力， 确保云上数据可控、链路可信、操作可审计。 ● 客户数据主权：阿里云在数据安全保障上做出以下承诺，客户完全拥有自身数据 控制权；未经授权，阿里云除执行客户的服务要求外不会访问、使用或移动客户数据。 ● 数据安全防护：云上提供各维度行业领先的安全能力，帮助客户提升数据安全水位。 2 MaaS 安全核心理念：客户数据主权、负责 任的 AI 与云原生安全保障 治理倡议，构建覆盖大 模型全生命周期的服务治理体系，推动AI技术朝着更加可信、可控、可持续的方向发展。 ● 合规遵循：严格遵循法规和国标，对训练数据执行信息化筛选与过滤，并通过技 术手段构建围栏防护，防止模型被滥用或生成违法不良信息。 ● 安全可靠：全面落实国标要求，执行体系化安全评测；依托红蓝对抗持续提升模 型鲁棒性，确保模型在面对恶意攻击时大模型能够保持正常运行并输出可靠结果。 ● 伦理向善：通过

建立标准化流程，预设微服务规范与 CI/CD 流水线，规避人工操作的偏差。 ③ 设计、开发、部署全流程信息端到端管控，变更可动态感知和同步，确保应用全生命周期信息一致。 (2) 智能运维需求 ① 提供自动化运维工具，支持执行部署、配置、巡检等重复性操作，提升运维效率，规避人工操作偏差。 ② 支持全链路可观测能力，实现基础设施、数据、中间件及应用等指标全局监控可视，确保异常情况及 时捕捉。 ③ 提供智能化故障定位能 故障识别效率：借助硬件原生的故障识别与主动上报机制，实时感知故障并上报硬件异常，提升平台 响应速度与系统整体可靠性。 ③ 缓存内存优化：采用硬件拓扑感知智能调度框架，优化 CPU 和缓存资源策略，提升算力执行性能与资 源发放效率，降低算力使用成本。同时，通过 RDMA 等高速互联技术实现跨主机内存访问，为业务的数 据处理与服务间通信提供高性能通道。 ① 网络卸载转发：主机业务通常需要频繁进行数据交 Pod 的集群调 度管理。 ② 高效资源利用：通过亲和性 / 反亲和性策略优化 Pod 布局，减少资源碎片化，同时利用容器共享内核 的优势，减少资源开销，相比传统虚拟化技术，无论是在应用程序执行效率、内存占用还是文件读写速度 上都更优。虚拟机服务提供二次调度功能，基于业务画像进行资源碎片整理，并通过重调度来提升资源利 用率。 ③ 秒级弹性伸缩：借助实时监控与预测分析，当检测到业务请求量在短时间内激增时，系统能以秒级响

更高的产品质量和安全性 l 预测性维护 l “ 主动式”更有效的规划决策和效能优化 l 个性化、柔性的生产（更有效的控制执行） l 跨系统、全流程的有效协作 ① 数字孪生定义： 通过将本来在现实世界中进行的试验试错和决策优化的过 程放到数字世界中进行，使得现实世界始终执行最优化的 计划和决策。具体地，数字孪生能够搭建物理事物或系统 的动态软件模型，并依赖传感器数据实时动态理解其状态， 或含有缺陷部件的产品，从而为这 些产品发布特定的召回或服务公 告。这可以减少对消费者的干扰以 及召回过程的成本 联网服务 允许企业提供有保证的售后服务和 保修。售后服务可以基于区块链上 存储和执行的预定义合同和协议 共享经济 为安全、快速地允许货币交易、验 证和更改所有权参考以及记录使用 行为提供了一个环境。这可以用来 支撑一种新型的共享经济，即合作 购买、维护大型或昂贵的消费品 链相关数据，使零售商有可能提高 他们的履行能力 - 管理库存和避免 库 存短缺等 数字广告 提升实时竞标数字广告的透明度， 并对数据进行了完整的审计跟踪。 买家和卖家验证广告活动执行和目 标的精确性，并根据失败的执行情 况申请退款 消费者保 护 创建消费者购买的数字记录，通过 区块链将产品保修从纸面转移到云 端使其保持最新且易于转让。消费 者能够维护虚拟保修钱包，从而节

洞察源自 智 能 世 界 的 I C T 岗 位 与 技 能 目录 执行概要 第 1 章：重塑工作：重大变革与新挑战 第 2 章：AI、新技能与工作重构 第 3 章：各区域岗位与技能需求 第 4 章：技能培养策略：高校及其他领域探索 第 5 章：ICT 岗位分类体系 第 6 章：未来展望 研究方法 附录 I. 人工智能岗位 II. 软件岗位 IV. III. ICT基础设施岗位 IT领导力岗位 01 03 20 28 37 54 64 70 71 71 94 111 126 139 156 171 智 能 世 界 的 I C T 岗 位 与 技 能 执行摘要 如今，AI正在从根本上重塑全球劳动力格局，革新岗位职能并催生出对新技能的迫切需求。这场 变革正在改变全球科技领域，同时也将深入影响金融、医疗、制造等行业。随着AI不断驱动竞争 日趋激烈， T预算增 长的最重要的单一驱动因素。IDC预计，这一趋势将持续至2026年。 要达到这一成熟度水平，企业需在三个相互关联的维度上取得进展：战略、人才与技术。这种全 方位的整合将重塑工作的设计与执行方式⸺重构岗位职责，要求员工掌握新技能，并培养出一 支能够在“AI优先”范式下灵活适应的劳动力队伍。 智能体支出转向体现在三大投资领域：数据中心基础设施现代化、网络恢复与韧性强化，以及核 心企业应用更新。

能力，赋能三方生态应用智能化，为各领域 Agents 的开发提供架构和框架支 撑，最终实现无处不在的全场景普适智能体验。以下为鸿蒙系统的智能化架构示意图： 系统超级智能体 通用的 AI Agents 能够自主执行任务、做出决策并与环境互动，实现“以意图为中心”的 人机协作机制。系统超级智能体进一步结合 OS 系统的底层能力，例如感知能力、记忆能力、 系统工具等，为用户提供体系化、可扩展的智能能力，并与生态中其他应用、元服务、领域 目标的 子任务链。同时，能够根据子任务执行结果进行迭代反思，自主提升规划和编排能力。 ◎ 工具：可供调用的工具和服务集合，包括 OS 系统工具（如日历、计算器、网页检 索等）和三方服务（如元服务），基于良好的接口定义规范，系统超级智能体能够 实现对海量工具和服务高效的检索和分发。 ◎ 行动：按照规划拆解的子任务（包括调用相关工具）进行执行，以闭环任务目标。 鸿蒙 2030 愿景及关键特征 愿景及关键特征 - 19 - 鸿蒙 2030 白皮书 端云协同的大模型能力 大模型是 AI Agent 的大脑，是 AI Agents 实现推理决策、自主规划和执行的逻辑引擎。 端侧大模型和云侧大模型协同工作，能够发挥 LLM 大模型的最大潜力，并且从成本、能耗、时延、 隐私安全、个性化等多方面为用户提供极致体验。 云端的超级大脑可以解决复杂问题，提升回答的质量，一般以参数量在千亿级别的大模型