谭建荣院士：智能体是AI最终载体，知识工程乃落地核心路径

人工智能技术的迅速发展推动了大模型和智能体的融合发展，成为推动产业革新的核心驱动力。12月9日，由中关村科金主办的“超级链接·智见未来”——EVOLVE 2025大模型与智能体产业创新峰会顺利举办。当日，中关村科金与华为云、阿里云、百度智能云、火山引擎、亚马逊云科技、超聚变、软通动力等产业领军企业，共同发布 “超级连接” 全球生态伙伴计划。

中国工程院院士、浙江大学教授谭建荣在主题发言环节，发表题为“大模型与智能体：关键技术与发展趋势”的演讲，系统拆解了人工智能从底层技术到落地应用的全链路逻辑。

谭建荣表示，智能体是人工智能的载体，人工智能的核心由数据、算法、算力三大部分构成，而这三者的融合载体便是智能体。智能体作为人工智能的落地载体，已广泛应用于智能机器人、无人驾驶汽车、无人机等场景。

在生成式人工智能方面，谭建荣提到，2022年美国OpenAI推出ChatGPT开启了行业新篇章，在国内，今年杭州推出的DeepSeek则让中国人工智能技术跻身国际前列。这类生成式人工智能不仅能轻松通过图灵测试，其文本生成能力也已超越普通人的写作水平，核心优势就在于可依托大数据与大模型调用海量知识储备，而普通人在知识和数据方面的储备却是有限的。

对于数据与模型的关系，谭建荣认为：数据是未整合的“散沙”，挖掘数据间的关联与规律形成的是知识，而模型本质是定量知识。大模型通过数百万芯片对数百亿参数开展训练，核心就是构建各类场景下的定量关系，以此实现文本、方案等内容的精准生成。他特别强调知识工程是人工智能落地的核心路径，知识分为定性与定量两类，且知识在应用中能实现迭代进化。

在关键技术层面，谭建荣介绍了大模型与智能体的十大关键技术，其中深度学习算法与增强学习算法是人工智能最基础的两大算法，深度学习算法是多重反向人工神经网络的搭建。他在回顾人工智能技术路线的演变路径时认为，深度学习、增强学习、模式识别、机器视觉算法是人工智能最基础、也是最基本的算法，是人工智能的初级阶段，数据搜索方法和知识工程方法，也就是利用大数据算法才是人工智能的终极阶段。

为什么近年来人工智能火起来了？谭建荣认为，早期专家系统依赖因果关系编程，而如今大模型则依托大数据挖掘关联关系，实现了技术路径的重大突破。

针对未来发展趋势，谭建荣提出大模型与智能体需要实现云、边、端的协同发展，特别是智能体需要云、边、端的协调部署，实现同步协同，发挥各自优势，对智能体能够发挥更大、更智能的作用。同时，谭建荣还强调不能忽视小模型的价值，应从“小模型”起步，面向行业与产品打造专属智能体。他还提及人工智能高级阶段需攻克自然语言理解、类脑交互决策等技术，也警示了人工智能技术存在的潜在风险。

中关村金科总裁喻友平在主题发言“数智融合·质效双升：企业智能体赋能新质生产力跃迁”时，公开了企业级智能体落地路线图，并发布覆盖企业全场景的“3+2+2”智能体产品矩阵，包括得助大模型平台5.0、得助智能客户平台5.0、得助智能工作应用平台、得助金融智能体平台、得助工业智能体平台等一系列产品和解决方案，助力企业快速开发智能体，用好智能体。其中，得助大模型平台5.0集成六大行业300+企业级智能体，支持“即取即用”，搭配全链路智能体开发运维能力，让智能体落地成功率达95%。

目前，中关村科金相关产品已服务2000余家行业头部客户，业务遍及180多个国家和地区，助力金融领域头部机构降低60%场景创新试错成本，实现工业领域有色金属冶炼能耗下降8%，在汽车营销场景将到店线索转化提升55%，在海外服务场景将客服效率提升超50%。