项目编号： 基于 AI 大模型 Agent 智能体商务应用服 务 设 计 方 案 目录 1. 引言.....................................................................................................................................5 1.1 背景与意义

项目编号： 审计领域接入 DeepSeek AI 大模型构建 Agent 智能体提效 设 计 方 案 目 录 1. 引言................................................................................................................................

项目编号： 金融行业银行客户经理基于 DeepSeek 构建 AI Agent 智能体 应 用 方 案 目 录 1. 项目背景与目标..........................................................................................................................

2、人工智能大模型语料发展与挑战 2.1 人工智能大模型语料发展趋势 1. 从大语言模型到多模态 / 具身智能大模型的语料演进 当前大模型技术正经历从弱人工智能（机器学习、神经网络、大语言模型）向通用人工智能（Agent、多模态、 具身智能）的范式跃迁。这不仅对于模型架构的设计理念进行了重构，同时也对大模型各阶段的训练语料提出 全新要求。 1942 1956 2022 2025 模拟人脑 神经元素 达特茅斯 关键挑战，应对数据、人工智能产业需求、场景、技术快速变化的不确定 性，迫切需要一揽子迭代升级的顶层架构和体系设计来应对未来的 “ ” 不确定性。全新升级的 三位一体 的顶层设计包 括新体系、新架构、新生态三大部分： Agent 生态 通用 I 行业智能体 制度协同 技术协同 价值协同 图 6 AI “ ” 可信数据空间 三位一体 顶层设计架构 可分，单纯的数据或 AI 生态体系都无法满足数据要 素流通、大模型供数和 AI 智能业务等新场景新业态 “ ” 的诉求，因此未来必定是一个 数智共生 的全新生态体 系，包括数据生态、模型生态、Agent 生态、应用生 态、服务生态等不同维度的生态系统深度融合、相互 促进，共同生长，形成繁荣的超级应用体系。 16 融合数据湖 统— 元数据管理 数据治理

3.0 时代前 进。大模型正在推动知识表示和调用 “ 方式升级，改变未来数字发展的底层逻辑，通过 大模型+ ” 知识库 的方式重构传统数字化应用、赋能千行百 AI Agent 成为人机交互和产业应用的关键载体 AI Agent 依托大模型在感知、认知、推理等方面的优势能力，结合智能体工具调用、智 能体工作流、智能体人 机交互等方式，可以更好实现意图理解、任务分解、任务规划并完成具体 “ ” 分散、独立的数据库被全量汇聚的高质量知识体系替代，无需通过繁琐冗长的系统对接工作，即可调用所需 数据获取信息。 更集中、更便捷的交互入口： 多个分立式应用的服务入口被人机交互的入口级平台取代（如 AI Agent），用户可通过自然语言下达指令， 无需依赖清晰明确、专业化的提示词（prompt）就能很好发挥作用。 更强大、更精准的执行能力： 对于复杂问题的理解、拆分、规划、预测能力显著提升，无需过多人为干预，即可迅速提供专业精准的解决 ，以保证业务效果最佳。 知识中心：沉淀行业知识，通过知识工程提升大模型的表现，进一步支撑行业应用创新。 Agent 编排中心：以 Agent “ 赋能人、事、物数字孪生，构建 千万级 Agent”架构，打造 Agent 与自然人协同的新 生产范式，充分释放大模型的价值。 Agent 资产中心：对接并承载内外部伙伴行业 AI 资产，形成行业知识对外展现与复用，包括各种模板、行业数 据集、场景模型等。

（1）管理员登录主机服务器端，将出现动态口令 agent 登 录界面，管理员输入用户名及动态密码（动态密码由令牌 产生，一次一密）。 （2）主机服务器上的动态口令系统 agent 端将用户名、一 次性口令提交到动态口令服务器端进行验证，动态口令基 于用户查找到对应的种子，并采用结合当前时间计算出一 次性口令，并比较两个口令是否相同，若结果相同，则验 证成功。 （3）并将验证结果返回给主机服务器 Agent 程序，Agent

DD 操作系统攻击设备、VPN 等。  主机安全 本方案建议在教育数据中心部署网络版的病毒防护系统，对关键服务器进行重点的病毒防护。 如下图中的黄色图标所示，对需要进行病毒防护的主机安装 agent，通过部署于运行管理区的 AV Server 统 一 进 行 病 毒 防 护 策 略 管 理 。 针 对 数 据 中 心 防 病 毒 的 要 求 ， 对 基 于 Windows、linux、UNIX Server OA区 网络核心层 DMZ区 Server Farm Internet 合作 单位 分支 机构 DB AV Server AV agent AV agent AV agent AV agent AV agent AV agent XX 市信息管理学校智慧校园规划方案 数据 XX 市信息管理学校智慧校园规划方案  设备多协议接入 connector：支持标准 MQTT、MQTT Client SDK、Link Agent、软/硬网 关、HTTP 各种协议与方式实现设备数据接入云端。  设备管理：支持物模型定义，产品、设备管理，物模型与设备影子绑定；支持工业、园区、汽 车、家居等各种设备对接管理。  规则及协议转发：支持规则引擎转发数据到

VPN：是否需要 VPN（开隧道、建用户）； 区域防火墙策略：是否需要区域防护； IDS/IPS：是否需要入侵检测； 安全审计：是否需要安全审计，需要安装 Agent； IT 监控：是否需要 IT 设备监控，需要安装 Agent； PKI：是否需要安全认证服务（CA 证书），需要实现 API； 1.1.1.17. Agent 服务 云管理平台需要对计算资源中某些软件进行监测，甚至操作，此功能需要 76 智慧城市平台架构规划及设计 通过一个 Agent 功能模块来实现相关的操作，Agent 功能模块来实现相关的操作，Agent 服务具体包含如下的功能。 对虚拟机或者物理机上的应用进程的监控。 对虚拟机或者物理机上的应用进程的控制管理。 具备 Agent 服务自动升级更新的能力。 1.1.1.18. 信息采集 平台需要对许多的资源信息进行收集，包括资源信息的采集，以及应用信 息的采集。 1、 资源信息的采集 当相关资源连接入我们平台的管理范围后，可以自动采集到资源的相关信 息，包含资源

对于分布式安全审计系统的具体实现来说，应用 Agent 技术是一个较好的 解决方案，该技术已经在一些实际的安全审计系统中得到了应用。 Agent 最早起源于人工智能，现广泛地应用于人工智能、网络管理、软件 工程等领域，。我们将 Agent（代理）定义为“一个自治的实体，它能够感知环 境，并且对外界的信息做出判断和推理，来控制自己的决策和行动，以便完成 一定的任务”。 基于 Agent 的安全审计系统是将 Agent 分布于系统的关键点上，包括提供 计和响应任务。由于代理本身具有自治性，可以针对特定的应用环境编程和配 置，使得代理占用系统资源最小；在将代理放入具体复杂环境前可以对它进行 独立测试；同时通过 Agent 间的有限交互（包括数据和控制信息），可以获得 更复杂的信息，有利于解决网络中的协作入侵活动。 安全审计中 Agent 通过探查所在的系统的日志文件，捕获网络数据包或其 他的信息源获取数据。 云技术方案建议书 第 120 页 系统设计实施与关键技术方法 系统设计实施与关键技术方法 此外，将审计任务分配到多台计算机上有利于减少监控计算机的负荷，而 且能提高系统的处理速度和效率，提高系统的实时性；最后，Agent 可以自动 升级，而且对系统的其他部分保持透明。 2.9.5 云计算综合安全网关 我司参与研制的云计算综合安全网关(Cloud-USG)是满足云计算环境网络 安全交付需求的综合安全网关， Cloud-USG 采用高性能的硬件架构和一体化的 软件设计（合理的