勇礪商業(yè)評論 曾憲勇

12月1日—3日，由中國互聯(lián)網(wǎng)協(xié)會主辦的2025“人工智能+”產(chǎn)業(yè)生態(tài)大會在北京中關(guān)村國家自主創(chuàng)新示范區(qū)展示交易中心舉辦。本屆大會主題為“智賦鏈動 生態(tài)共鳴”，旨在構(gòu)建以“政策解讀、技術(shù)展示、需求對接、成果轉(zhuǎn)化”于一體的綜合性生態(tài)平臺，聚焦人工智能應用生態(tài)協(xié)同中的熱點難點，推動產(chǎn)業(yè)各方務實交流。

大會期間，銜遠科技 CTO 張開顏在“人工智能與智能體應用論壇”，以《銜遠大觀：基于強化學習的專家級智能體進化平臺》為題，分享了他對于智能體技術(shù)創(chuàng)新與行業(yè)趨勢的洞察，并介紹了基于強化學習的專家級智能體進化平臺——銜遠大觀的核心技術(shù)、產(chǎn)品創(chuàng)新及應用落地。

針對當前通用智能體應用落地難、長尾問題處理成本高等痛點，銜遠科技根據(jù)創(chuàng)始人周伯文教授提出的“通專融合”技術(shù)路線，構(gòu)建可支撐智能體持續(xù)進化的“數(shù)字風洞”。其核心解法體現(xiàn)為“大觀公式”，將專家能力拆解為基礎(chǔ)模型、仿真環(huán)境與強化學習三部分，強調(diào)環(huán)境是模型進化的關(guān)鍵壁壘，并指出跨領(lǐng)域任務的強化學習可通過遷移學習促進專業(yè)能力快速提升，體現(xiàn)通專融合的根本價值——既實現(xiàn)了廣度的平臺化，更實現(xiàn)了深度的專業(yè)價值挖掘。

在技術(shù)內(nèi)核層面，銜遠自研三大引擎：一是具備課程學習能力的智能體模擬訓練場，能夠合成海量邊緣任務案例，并依托生成式世界模型模擬環(huán)境狀態(tài)；二是融合業(yè)務準則驅(qū)動生成式獎勵與內(nèi)在獎勵的自適應反饋機制，可提供接近專家水準的反饋信號；三是基于過程獎勵監(jiān)督與多智能體協(xié)同的高效強化學習引擎，即使對閉源模型也能通過上下文強化學習實現(xiàn)經(jīng)驗庫優(yōu)化。這三者共同構(gòu)成智能體從體驗、評估到進化的閉環(huán)體系。

產(chǎn)品架構(gòu)上，基于“銜遠大觀”系統(tǒng)構(gòu)建了三層平臺，涵蓋數(shù)據(jù)管理、進化引擎與專家智能體管理，并將智能體劃分為決策型（CIP）與執(zhí)行型（Syngents）兩類，打造企業(yè)“數(shù)字員工”的入職培訓與終身學習中心。該平臺已在建筑、生信、供應鏈等多個行業(yè)實現(xiàn)應用落地，顯著提升任務效率與專業(yè)水平，推動智能體從“演示可期”邁向“實戰(zhàn)可靠”。

基于這套平臺，銜遠科技已構(gòu)建了多個行業(yè)的專家級 Agent。

在建筑行業(yè)，與頭部央企合作構(gòu)建了“計劃編制 Agent”。它既能從“經(jīng)驗驅(qū)動”到“模型驅(qū)動”，實現(xiàn)智能計劃編制；又能從“事后補救”到“事前預見”，實現(xiàn)智能風險預警。相比人工，計劃編制時間節(jié)省70%，工期延誤全面受控，并為某中型企業(yè)降本3300萬。

在生信行業(yè)，與國家蛋白質(zhì)科學中心合作。所構(gòu)建的Agent能提出新的科學假設，并自動進行蛋白質(zhì)組學數(shù)據(jù)分析。實測顯示，其分析速度比人工快10倍，且約有25–30%的自動生成假設，達到了研究生水平的原創(chuàng)性與合理性。

在供應鏈領(lǐng)域，為行業(yè)頭部企業(yè)構(gòu)建了“國際物流多式聯(lián)運路徑規(guī)劃 Agent”。它結(jié)合大模型對多源路況的實時感知，以及運籌學求解器（Solver）的最佳路徑計算，將應急物流規(guī)劃的時間從幾小時縮短到了幾分鐘。

針對價格預測任務，我們構(gòu)建了“自動機器學習 Agent”。它能對預測模型進行多輪自動優(yōu)化。相比人類算法工程師，其模型預測準確率提升了10%。

張開顏表示，數(shù)據(jù)終將耗盡，但環(huán)境可以無限生成數(shù)據(jù)。銜遠大觀，能夠提供開箱即用的專家級智能體進化平臺。誠摯邀請各行各業(yè)的專家，與銜遠攜手合作，將各領(lǐng)域深厚的行業(yè) know-how，轉(zhuǎn)化為 Agent 的訓練場，一起構(gòu)建真正專家級別的智能體。（曾憲勇）