发现
优先呈现值得会员关注的大模型深度研究，为前瞻技术决策提供参考。
本周精选
人机协同绩效管理重构：智能体时代如何明确责任与评价标准
智能体正在成为工作的直接参与者，传统绩效管理却仍主要面向员工个人。企业需要同时评价人的判断、AI的表现和工作流质量，由CIO与人力资源负责人共同建立可观察、可解释、可追责的人机协同绩效体系。
市场跟踪企业本体研究报告：Agent业务语义层的建设与落地
本报告面向CIO、CTO、CDO／CDAO、企业架构、AI平台、数据治理、知识工程和Agent开发负责人，试图回答三个层次的问题：企业为什么需要重新关注本体；应建设到什么程度并放在现有架构的哪里；如何通过最小项目、治理机制和对照实验判断它是否真正产生价值。
市场跟踪企业AI Coding Agent选型指南：从多供应商组合到价值验证
企业AI Coding Agent在部署、数据主权、开发模式、软件开发生命周期（SDLC）用例和成本结构上存在差异。企业应先明确价值目标与约束，以一款默认日常工具为基础，按需增加最多两款补充产品，并通过价值验证确认组合的实际效果。
最新研究
蔚来汽车智能座舱AI Coding实践
蔚来汽车围绕智能座舱研发引入AI Coding，从项目认知、知识沉淀、代码 Review 和问题定位切入，探索从个人工具走向组织级智能研发生态。
中石油招投标材料编制智能体建设实践
中石油依托昆仑大模型AI中台建设招投标材料编制智能体，将历史标书中的企业、资质、人员与能力信息结构化沉淀，并支持模板提取、智能装填和定点改写。测试显示，系统可提升50%—70%的材料编制效率。
从OpenAI Astra看AGI进展：企业应关注能力，而非标签
OpenAI Astra展示了智能体泛化、因果建模和自主创建工具的进步，但不足以证明AGI已经实现。企业应区分基准高分与跨领域适应能力，以模型、运行框架和环境的整体表现评估业务价值。
蚂蚁阿福医疗Agent工程化落地实践
蚂蚁阿福围绕医疗服务的专业性、一致性、长期记忆与风险控制要求，建设评测与问题反馈双循环，推进上下文管理、循证检索、病例级记忆及训推工程优化。团队以自动化评测和场景化技术改进支撑快速迭代，并持续探索个性化服务与安全边界的平衡。
携程酒店ChatBI实践
携程面向一线业务、产品运营和分析师的取数与分析需求，以统一指标和维度治理为数据底座，将ChatBI由固定工作流升级为多智能体架构，并通过分级可信度、权限封装和自动化评测，在准确性、覆盖率与使用体验之间建立可上线的平衡。
去哪儿AI Lab组织能力建设实践
去哪儿于2025年组建AI Lab，以小团队“破风”方式探索组织、流程与技术，推动成员向FDE、IC和研究员转型，并通过现场原型、Skill共建和社群扩散控制试错影响，形成面向全公司的AI实践样板。
智能体会取代RPA吗？
智能体在适应性、推理和异常处理方面展现出更大潜力，但在成本、可靠性、合规和运行稳定性上，仍无法全面替代RPA。未来自动化不会简单从旧技术切换到新技术，而将形成由RPA执行稳定任务、AI智能体处理非确定性工作的混合模式。
智能体能否统筹复杂业务流程：能力边界与成本权衡
智能体能够处理灵活多变的任务，并不意味着能够可靠统筹复杂业务流程。企业应区分任务能力与流程编排，评估错误叠加、流程关键性和全生命周期成本，让智能体与确定性的自动化各司其职。
客服智能体成熟度模型
生成式AI与智能体技术正在加快进入客户服务场景，但不少企业仍停留在分散试点和单点工具应用阶段，尚未形成清晰的目标架构、治理机制与持续演进路径。本报告从架构与运营模式、联络路由与交互、流程编排、知识与洞察、资源管理五项核心能力出发，构建五级成熟度模型，帮助企业判断当前所处阶段，明确下一阶段目标，并有序安排技术与治理投入。
客服智能体AI战略技术路线图
智能体正在推动客户服务从人工主导的交互处理模式，转向由人工与AI协同交付结果的行动系统。本报告提出一条为期三至五年的技术演进路线，围绕目标架构、集中治理、流程编排、知识体系、混合资源管理和FinOps能力，帮助企业分阶段建立安全、可控且可持续扩展的客服智能体体系。
银河证券AI研发全流程落地实践
银河证券AI研发历经Vibe Coding、SDD两阶段实践，区分不同场景选用两种AI编码范式，搭建AI4SE、Skill Market等配套平台，依托原有DevOps质量门禁保障交付。通过SDD实现多个项目交付周期压缩、代码质量提升，同时完善算力选型、AIBOM审计等金融合规治理，探索AI时代研发组织新模式。
流程工业智能制造：如何系统建设AI人才与技能
流程工业的AI应用正在从单点试验走向生产运营，但技术投入能否转化为效率、质量和创新，取决于企业是否具备融合信息技术、运营技术、工程技术与行业知识的复合能力。本报告提出“识别技能—评估差距—实施培养”三步法，并从领域学院、项目实践、混合角色、数字孪生、认证标准、持续学习和外部合作七方面给出人才建设路径。
平安科技金融级AI Coding落地实践
平安科技在金融级复杂存量系统中推进 AI Coding，围绕自建 Code Agent、AI 友好架构、项目上下文、知识工程和 SDD 流程，探索将 AI 纳入研发团队协作的工程路径。
AI支出管理指南：在试点进入生产前控制基础设施成本
AI试点能够验证技术和业务可行性，却无法证明正式运行后的成本可以长期承受。随着持续推理、数据保留、服务保障和采购合同等责任逐步形成，基础设施支出可能转为长期投入。本报告从成本归因、运行控制和投产前成本重估三方面提出治理方法，帮助企业IT基础设施与运维团队，协同AI平台、应用研发、业务、财务及采购等相关团队，在AI应用规模化之前明确成本责任、设置资源与调用控制，并重新核定生产运行预算。
本体：提高AI准确性、降低应用成本的关键基础
随着大语言模型和智能体加速进入企业核心流程，仅靠提示词、文件和非结构化数据已难以支撑稳定、可信的规模化应用。本体与知识图谱能够为AI提供统一的语义、业务规则和上下文，使系统不仅能检索信息，还能理解概念关系、验证行动并追溯决策依据。企业应围绕分类、定义、验证和激活四个阶段，以标准化、跨团队和敏捷方式推进本体建设。
Anthropic MHS：AI正从数字系统进入物理世界
Anthropic推出模型硬件标准（MHS）研究预览版，试图为智能体发现、理解和操作可编程设备建立通用接口。这一动作意味着大模型厂商正在把竞争从软件工具延伸到实验室、机器人和先进制造的物理控制层。MHS有望降低设备集成复杂度，但也将智能体误判、遥测数据泄露、责任划分和遗留设备改造等问题推到企业治理前台。
赛诺菲AI加速端到端供应链协同实践
为解决供应链数据分散、跨职能协同缓慢和决策周期过长的问题，赛诺菲与Aily Labs合作开发AI决策应用Plai，汇集每日更新的30亿个数据点，为员工提供个性化洞察与行动建议。通过扩大数据访问、调整准确性文化并把工具嵌入运营机制，Plai已吸引超过38,000名注册用户，帮助企业提前识别短缺风险，并在12个月内避免约3亿美元业务损失。
W37 AI技术跟踪：失效信息将影响Agent记忆可靠性
《AI技术跟踪周报》面向AI从业者，通过持续跟踪论文、开源工程、模型及产品与服务，识别和解读本周值得关注的技术变化，帮助读者理解AI技术的演进方向及其对研发与应用的影响。本周（2026年9月7日-9月13日），Agent平台进一步承担跨任务协调与运行管理；记忆研究更具体地揭示了旧信息对当前行动的干扰；训练研究增加了构造可执行环境与自适应任务的方法。与此同时，新实验表明，模型与Harness各自取得的改进不一定能够直接叠加，API成绩也未必代表聊天产品的表现。Agent的开发与使用因此需要同时考虑运行组织、经验有效性、训练条件及实际配置。
8月AI技术跟踪：本月新增Agent自进化与Agent技能遗忘
《AI技术跟踪月报》面向AI从业者，持续观察以大模型为核心的AI技术发展。报告从论文、开源工程、模型发布及产品与服务四类公开活动中，分析研究方向、工程实现和应用进展，并通过技术雷达呈现值得关注的技术路线及其成熟阶段。本期收录1,659篇论文、169项开源工程事件、57项模型发布与重要更新，以及257项产品与服务事件。
AI Coding Agent如何提升投资回报：用CRAFT框架量化开发者行为
AI Coding Agent的回报差距，更多来自开发者行为而非模型能力。CRAFT框架从上下文、工具覆盖、自主性、工作流和吞吐量五个维度量化人机协作，为团队辅导、模型路由和算力分配提供依据。