超级智能体：重构企业智能进化的底层逻辑

从蒸汽机到电力革命，从互联网到移动互联网，每一次产业变革都遵循“技术触发，到场景适配，再到行业繁荣”的铁律，唯有AI时代是跳跃式的发展。

DeepSeek横空出世，形成一种事实性的标准，被企业趋之若鹜。在短短的数月内，既带来了大量的部署和落地，这就难免会产生新的“鸿沟”。

而智能体具备感知与交互、认知与决策、自主与演进的特征，能通过算法迭代自动进行快速试错、优化解决方案，实现非线性创新，因此可以看做是更高阶的创新单元。

这显然是实现企业级AI普惠的应有之义，更是联想集团董事长兼CEO杨元庆，在Tech World 2025创新科技大会上提出，从个人到城市，超级智能体将重构生产力范式的原因。

智能体时代，企业如何迈向协同进化

大模型引发的技术浪潮汹涌而来，智能体正经历着从简单功能工具到复杂生态系统的蜕变，并逐渐成为推动各行业发展的核心力量。

在工业生产中，智能体通过融合大模型的语义理解与工业机理知识库，成为自动化流程的“智慧大脑”；医疗领域，智能体辅助诊断系统结合医学文献与影像数据，帮助医生完成影像分析、病理诊断等复杂任务。在教育、交通、农业等大行业，智能体的落地也已屡见不鲜。

联想集团高级副总裁、中国方案服务业务群总经理戴炜

但对企业来说，仍然缺少对智能体发展阶段清晰的认知。联想集团高级副总裁、中国方案服务业务群总经理戴炜指出，“联想通过自身的实践，总结出智能体发展的三个阶段：问答辅助、推理执行和规划协同，并针对每个阶段的特征都有很好的解决方案。”

比如在问答辅助阶段，企业面临着数据安全与通用生成能力之间的平衡难题。“用户请求访问私有环境里的检索智能体，并调用私有的问答大模型，然后通过检索增强生成RAG访问内部知识库，以保证数据安全，这个过程中，在需要通用生成能力时，将通过安全协议调用云端的基础大模型服务，最后把结果返回。”戴炜说。

进入推理执行阶段，复杂场景下的运营分析需求对智能体的长推理能力提出了更高要求，企业继续部署私有推理大模型，依托其长推理能力，以支撑运营分析等复杂场景。这个新增的运营分析智能体，通过模型上下文协议调用企业工具库，同时借助安全协议获得外部的模型上下文协议服务。

而在规划协同阶段，多智能体之间的交互与协作成为新的挑战。这就需要建立一个全新的多智能体协同架构，来处理用户的复杂意图，利用大模型的推理能力进行自动编排，然后动态调度不同的智能体。

戴炜表示，“这一阶段的智能体之间，将通过安全协议实现交互操作。它能统一管理多层次的记忆，通过动态反馈机制持续地优化。”

值得注意的是，这三个阶段的探索和定义，是基于联想自身实践的AI应用，与客户共创相结合，逐渐形成的超级智能体和领域智能体的组合所得来的。

联想将这套体系称之为智能体矩阵，在能力层包括如如政务、制造、交通、教育、金融一类的行业领域智能体，以及如研发、供应链、营销、销售、服务、运营管理在内的通用领域智能体。并向上支撑起城市超级智能体和企业超级智能体。

当然，也同样是通过对智能体发展三阶段的研究，联想沉淀出的混合式人工智能优势集，这成为联想帮助企业落地企业智能体的重要基础。

混合式人工智能优势集，超级智能体的“五维引擎”

如果站在企业的视角，在现阶段他们最需要的企业级AI服务，应该具备哪些能力？我们试着从混合式人工智能优势集，抽丝剥茧来进行一次复盘。

首先，智能体需要强大、灵活的计算资源，作为支撑智能体的运行的关键基石。而强劲的算力支撑体系，也正是联想构建企业智能的底层逻辑，这是一套基于"端-边-云-网"四层架构打造混合计算基础设施——其中云平台为混合云。该架构支持数据采集、存储和处理，通过智能调度系统将数据输送到混合云，完成企业AI模型训练，待模型培育成熟后，可弹性部署在边缘设备或终端硬件，实现分布式推理运算。

第二层，企业数据和知识库层面，数据的质量和处理能力直接影响智能体的性能。联想提供的数据的合成与增强能力，知识的编辑与蒸馏能力，以及与西安交大的合作，在大数据知识工程方向上，构建的知识增强的架构，为模型训练提供了高质量的“燃料”。

第三，在模型适配方面，企业通常希望能够快速、高效地部署和定制模型。而联想的模型工厂，采用模型仓库的模式结合开源模型与行业定制模型，通过训练与客制化，极大提升了模型部署和推理效率，为企业节省了大量模型选择和适配时间成本。

第四，随着企业部署的智能体越来越多，企业需要一个便捷的平台来编排和管理智能体。而联想的智能体平台，一方面可以帮助客户快速编排和部署智能体，另一方面也能成为客户的多智能体管理平台，基本上实现了企业智能体的全生命周期管理。

第五，企业的智能化转型是一个长期的过程，在 AI 应用的不断探索中需要专业的服务支持。联想在人工智能服务层，提供了从AI评估咨询、快速定制、规模化实施到运维管理的全周期服务，以确保企业 AI 应用的顺利落地。

戴炜坦言，“这5大能力层支持了我们用丰富的模型工具和模块化设计开发了通用及垂直行业解决方案，形成了AI解决方案应用库。这个应用库目前已沉淀了数百个案例，覆盖了多个行业的应用场景。”

当然，在这五大能力层之外，安全也是企业关注的重点。联想正通过隐私增强计算和全链路防护技术，保障客户数据的安全。同时联想也拥有合规治理及可持续发展方面的实践经验，为企业提供全方位的保障。

站在行业的视角，联想混合式人工智能优势集带来了哪些核心价值？

我们认为，联想通过五大能力层，构建了企业AI落地的完整解决方案，核心价值在于达成了混合计算的算力性能与成本优化的动态平衡，并且兼顾了数据价值的深入挖掘与合规安全，通过全栈服务体系打通了企业AI应用落地的最后一公里。

这套能力集，从底层到顶层全方位赋能企业，不仅克服了企业自建AI的高门槛，更通过模块化设计将行业Know-How沉淀为可复用的解决方案，既做到了灵活高效，也实现了安全可靠，不愧为超级智能体的驱动引擎。

实践经验加交付革命重塑企业AI生产力

过去企业部署AI应用时，通常将AI看做一项技术创新，总在某些单项应用上做基于AI的单点突破，尽管解决了一些具体问题，但从整个企业流程的维度上，这种提升其实微乎其微。

其实，企业AI要走向成熟，就必须要实现AI的规模化应用，而智能体的特征正是让算力、算法、数据与场景深度融合，让企业AI达成规模化部署，当然这不仅需要AI技术的创新，也需要丰富的落地实践与行业know-how。

“目前联想每年近5000万总服务量中有超过60%是通过AI方式闭环实现的，AI闭环意味着没有人工参与。这些自身实践经验支撑了大量AI应用场景的落地。”戴炜说。

比如在城市治理方面，联想与武夷山、宜昌等城市共创城市超级智能体，将智慧城市推进到4.0 时代；在企业应用方面，联想在 500 强客户中打造了大量领域智能体的标杆案例。这些智能体覆盖了企业研产供销服及运营的各个环节，增强了企业的智能化竞争力。

特别是通过这些实践，联想探索出两大创新交付模式：超级工厂和智能体即服务 ( Agent as a Service，简称AaaS)。

顾名思义，超级工厂代表着能够大幅缩短项目实施周期，使企业能够更快地享受到智能体带来的价值。戴炜表示，“我们会将智能体工作站或一体机在客户端私有化部署，7天完成POC测试。如果POC成功，联想将提供快速的现场定制服务，2周内完成最终部署，这一模式较传统AI项目实施周期缩短80%。”。

我们知道，预制件模式通过预先完成核心功能的模块化封装和适配优化，最典型的意义就是缩短部署周期、降低技术门槛和提升规模化复制的能力。联想超级工厂的快速定制交付，本质上将AI部署落地的大部分配置工作在“工厂端”实现，而在客户端仅通过轻量开发，即可支持客户“开箱即用”，这是在企业级AI交付落地的一种最佳思路。

而AaaS 模式则降低了企业的使用门槛，让企业无需自行构建复杂系统即可调用智能体功能，实现了低成本、高效率的智能化转型。“联想将智能体封装为整体服务按照订阅式模式提供给客户，企业无需自建，几乎是0成本起步。” 戴炜说。面向中小企业，联想推出了一站式AI服务的百应智能体，面向消费客户联想也推出了围绕设备服务的想帮帮智能体。

我们知道，AI应用的落地难题，几乎困扰所有的企业。联想的混合式人工智能优势集以及两大创新的交付模式，明显降低了企业部署AI应用的门槛，提高了企业迈向智能体时代的速度。

“联想将利用混合式人工智能优势集帮助客户打造企业超级智能体，推动AI应用新纪元。”戴炜表示。

客观的说，联想“超级智能体”的完全逻辑，重构了企业对AI战略的认知：智能体不是替代人类，而是释放创造力。当超级智能体矩阵以点破面，串联起企业智能化转型的网，联想则托举起一个自主进化的企业智能体时代。