· · · · · · 知识智能 MCP 服务 知识问答 MCP 指标问答 MCP AI 文档生成 MCP AI 阅读 MCP 关键信息提 MCP AI 摘要 MCP 多模态知识解析 辅助智 慧决策 企业级人工智能基础设施（算力 网络 存储等） 外部数据 网站、 信息门户、 社交媒体、 行业资讯 … 360 AI 企 业 知 识 库 Agent 构建平 台 MCP 插件调用 AI + 电力行业智能应用场 景 Agentic RAG 指标建模 全域多源异构知识捕获 全方位 安全管控 版式分析 ASR/TTS 图像解析 视频解析 信息抽取 图谱建模 视频 等 • OCR+360 新一代图文跨模态 VLM ，大小模型结合解析更精准 • 支持多模态交互（输入 / 输出） ，万物皆可交互 ④ 可为 Agent 提供超强 “ 上下文与记忆” MCP 服务 • Personal Context ： eg. 最近浏览文件 / 文章、会议、项目进 展 • 支持记忆瘦身：把长故事变成要点 ，防止 AI 记的越多忘的 越多 • 支持记忆共享：分布式记忆存储

阿里云百炼关键场景安全实践 82 3.1 场景一：发布并调用一个线上模型推理服务 82 3.2 场景二：使用私有数据微调一个专属模型 85 3.3 场景三：构建并运行一个 AI Agent/MCP 应用 88 4 构建可验证的信任：阿里云百炼的 90 安全承诺与未来愿景 4.1 当下的承诺：安全可信的五大基石 90 4.2 未来的愿景：引领 赛事通过三大赛道实现全方位能 力验证与促进安全能力进化：赛道一聚焦大模型内生安全，收集越狱与操控手法以直 接驱动模型防御升级；赛道二采用漏洞赏金模式，挖掘模型服务生产环境中的非内容 风险（MCP 安全、RAG 窃取污染、Agent 越权等），推动真实场景漏洞修复；赛道 三通过模拟高风险场景（数据窃取、文档平台泄露、Agent 供应链攻击等），输出防 护策略优化洞见。 3.3.4 模型推理数据防护 阿里云百炼平台构建于阿里云 AI 基础设施之上，天然继承了其经过超大规模实践检 验的成熟多租户隔离架构，为用户提供了可靠的隔离保障。 ● 计算与网络资源隔离：平台上的所有微调模型、Agent、MCP均运行在独立沙箱环境， 实现了严格计算、存储、网络隔离，确保了不同租户间互不干扰。 ● 服务与数据访问隔离：平台对外暴露的在线预测服务，每一次 API 调用请求都会 经过严格的身份验证与鉴权。

Agent 的上下文理解能力。 模型层：构建智能化基座，涵盖通用大模型与垂直领域模型，实现模型的高效部署与推理。 工具层：将本地可调用命令及外部 API 作为 tools 进行集中管理，并通过 MCP 协议面向 LLM 提供工具 API 访问调 用，支持为 LLM 提供不同类型的 Context 扩展。 AI Agent 层：驱动任务规划与自动化执行，实现从感知到行动的闭环。其关键能力包括： 智能应用管理引擎应运而生，作为一种创新的系统，它通过自动化和智能化的手段，持续优化应用的运行状态，提升 系统的整体性能和稳定性。 核心架构与技术实现 智能应用管理引擎结合了大模型 Agent 和 MCP（Model Control Protocol）技术，构建了一个高效、可靠的管理 数据生产线 数 据 处 理 Agent应用 代码生成 研发知识问答 测试脚本生成 内容生成 RAG核心应用场景 切片消费 File解析 智能应用平台，应用智能化的技术底座 应用全生命周期智能化白皮书 29 系统。Agent 通过调用大模型对应用的运行情况进行实时分析和决策，确保系统能够快速响应各种变化。MCP 协议则 作为引擎与应用运行平台之间的桥梁，负责收集运行信息并执行变更操作，实现了平台与引擎的高效协同。 数据驱动的智能决策 引擎通过平台能力收集应用的运行状态信息，确保数据的准确性和可靠性。同时，系统设立了多个管理角色，

司近几个月均宣布了人工智能编排能力，旨在帮助企业将分散的人工智能努 力整合为协调的企业智能。 但这不仅仅是供应商的举措；新的标准，如模型上下文协议（MCP），正在 为更智能、更集成的人工智能系统奠定基础，尤其是在与代理型人工智能相 关领域。 MCP正成为旨在以负责任、结构化方式在企业范围内扩展AI应用的编排平台 的必备组件。这些编排平台超越了基本集成能力。 它们作为孤立系统之间的连接纽带，促进AI代理之间的无缝协作，并实施对 然而，在实际部署和管理过程中，安全隐患、供应商锁定、数据主权、性能 瓶颈以及高昂的数据传输成本等问题，促使混合云模型应运而生。 人工智能（AI）的发展轨迹与之相似，不同基础设施、平台和地域之间的集 成往往杂乱无章。API和MCP虽能提供解决方案，但并非唯一途径。企业必 须从过去的痛苦教训中吸取经验，以避免在“AI优先”战略中重蹈覆辙。 Source: Omdia 数字化 数字化转 转型永无止境；人工智能是其核心要素之一

大发展机遇。过去一年，DeepSeek 凭借其卓越的低成本、高性能特性与开源生态优势，为信 息通信网络技术的创新突破与广泛应用注入强大动力。智能体技术发展势头迅猛，行业在标准 统一进程中不断迈进，MCP、A2A 等理念已成为产业共识，Agentic AI 创新实践如火如荼展 开。随着系统与数字人在生产经营场景中的自动化应用持续拓展，网络运营正经历从机器辅助 向人机深度协同的重大变革。 中国 ”，支撑网络线智能体规模化研发与应用 l 做精网络数字孪生底座 做好结构化数据标注，完善核心数据资产的表名、字段名、注释，让大模型更易理解分析。 将AI场景需要的数仓核心数据，封装为兼容MCP协议的“API”，让AI应用更易调取数据。攻 坚数据质量，通过工单直驱到人、多种形式督促调度、量化评价等方式，解决移动、家宽、IP 网的重点数据质量问题。通过流式计算，将核心数据资产加工时延压缩为小时级，让AI应用获 维人员精准定位，实现 一次上站/门解决故障。 l 能力开放协同：基于全局性、业务关联性强的数据（如拓扑、性能、告警等）构建面 向业务场景的E2E智能体，兼容多种智能体交互协议（如A2A/MCP/ACP等），打通 集团IT集约化平台和省分系统，实现业务跨层/跨厂商协同、自动闭环。 5 强化产业合作，共创生态繁荣 5.1 围绕四大领域，开展技术攻关 中国联通与产业伙伴各方在资源

责任。在权利人完成初步举证后，可要求掌握技术优势的人工智 能技术提供方（模型层）与使用者（应用层）就各自环节的决策 逻辑、风险评估及内控措施等承担相应的说明义务。对于当事人 14 之间通过“模型-应用转换协议”（MCP）等方式对责任分配作 出明确约定的，在不违反法律强制性规定和公序良俗的前提下， 原则上尊重其约定，这对于鼓励和保障人工智能向智能制造生产 力转化具有重要意义。逐步探索建立与风险等级相适应的人工智 公知技术基础上进行创新性组合、优化形成的特定算法模型，符 15 合法定要件的，可获得保护。对于因“模型层-应用层”合作开 发产生的衍生人工智能成果的归属纠纷，尊重当事人在“模型- 应用转换协议”（MCP）等合同中的约定；约定不明的，可综合 考量各方在数据、技术、资本等方面的贡献程度，合理地确定权 益归属。对于开源软件许可协议引发的纠纷，遵循诚信原则准确 解释协议条款，最大限度还原双方订立合同的真实意图，帮助企

模型通信协议与集成 标准化模型通信协议 （Model Context Protocol, MCP）类似于网络中的TCP/IP，定义模型服务接口、 数据交换格式、调用方式等的标准化协议（如OpenAI API规范、或企业自定义的MCP）对于实现异构模型 和应用之间的互操作性至关重要。MCP协议库简化了 不同服务间的集成难度，提高了开发效率；API网关作 为模型服务的统一入口，提供请求路由、认证授权、

这 一 假 说，一 系 列 模 拟 人 脑 神 经 计 算 的 模 型 被 相 继 提 出，具 有 代 表 性 的 有 Hebbian Learning Rule, Oja's Rule 和 MCP NeuralModel 等，他们与现在通用的神经网络模型已经 非常相似，例如在 Hebbian Learning 模型中，已经可以支持神经元之间权重的自动学习。当然， 现有的人工神经网络只是对

础设施服 219 务商。2025 年联合中汽研、长安、赛力斯、数字重庆等机构 与企业共建重庆汽车行业可信数据空间。在数据应用领域， 基于恒脑安全垂域大模型，融合隐私计算、可信空间、MCP 等 技术，破解数据流通中的信任与合规难题，解决数据应用核 心难题，安恒恒脑在 2025 年亚冬会上首次应用 7 大安全智 能体联动，守护亚冬会网络安全零事故。在数据安全领域， 以场景为切入，用