北京经开区信产局指导、爱分析联合主办，问学极客行走进亦庄

9月16日，神州问学发起的城市巡回技术沙龙“问学极客行”走进北京亦庄·模数OPC社区。本次活动由北京经济技术开发区信息技术产业局指导，神州问学主办，爱分析、WaytoAGI模数OPC社区联合主办，神州数码通明湖研究院提供智库支持。

本次活动聚焦“Agent如何接进企业系统、跑通真实任务”这一核心命题，以主题分享与圆桌对话两种形式展开。

活动现场

当前，北京亦庄正在推进全域人工智能之城建设，着力聚集汽车、集成电路、生物医药、智能制造等多样化产业集群。本次活动参会单位覆盖科研、能源、通信、信创、金融、制造等多个领域。现场围绕Agent如何接进企业系统、跑通真实任务展开讨论。

AI落地的起点在业务线，不在蓝图

现场分享从一家制造企业的真实处境开始。晶澳太阳能科技股份有限公司数字化总监张毅柱在《 A I 跑通企业真实任务的落地路径》分享中提到，在光伏行业产品同质化、成本趋同的背 景下，企业之间的差距更多来自运营效率。

晶澳太阳能科技股份有限公司数字化总监张毅柱

晶澳的做法是，把AI落到营销服务这一条业务线上，把客户管理、技术方案与销售运营拆成可执行的任务，让AI依次接住，而不是先铺开一套覆盖全公司的蓝图。

企业不缺单点尝试，缺的是把点连成线

一条业务线如何跑通，已有答案；新的命题随之而来：单个场景的经验，如何扩散至整个组织？神州数码 AIBG 资深 AI 产品经理石磊在《神州问学驱动行业由点 - 线 - 面的智能化跃迁》分享中，把这条路概括为点、线、面三个阶段：点解决的是让一个人做事更快，线解决的是让一件事跑得更快，面则是把多个流程串联起来，推动组织形态的重构。

神州数码AIBG资深AI产品经理石磊

石磊认为，企业在AI落地中普遍面临知识分散、流程割裂、结果难追溯、经验难沉淀四类问题，AI的价值不在于生成，而在于能不能把知识、流程与规则沉淀下来，被持续调用。

沿着这条路径再往深一层，就落到Agent本身的能力构成上。神州数码AIBG行业BU专家解决方案架构师张彤在《从“会聊天”到“会干活”：Agent真正落地的四个关键能力》分享中指出，企业并不缺模型，也不缺数据，缺的是把知识和流程转化为AI可以理解、可以执行的能力，这包括场景识别与流程梳理、上下文与知识治理、可执行的任务调度、结果的验证与评测。他认为，市面上不少产品解决的是入口问题，而企业真正的入口是自身的流程。

神州数码AIBG行业BU专家解决方案架构师张彤

Agent要接住复杂任务，先补齐规划、上下文与记忆

当Agent被要求接住长链路任务、连续工作数小时甚至数天，能力短板就暴露出来。神州数码通明湖研究院资深AI研究员王垂宇在《面向复杂任务与持续工作的企业级Agent》分享中，从技术视角分析了Agent产品正在发生的变化：它正从管理对话转向管理任务，工作范围扩展到本地文件系统，执行过程也变得更加透明。

神州数码通明湖研究院资深AI研究员王垂宇

王垂宇提出，要让Agent在真实流程中持续运作，规划、上下文与记忆三项能力需要补齐，同时还要打通Agent的执行状态与业务流程状态，让Agent由业务状态的变化主动触发任务，而不是等待人的指令。

算力靠近工作现场，AI落地多了一条路径

上半场讨论集中在企业侧，下半场把视角转向端侧算力。神州数码AEG苹果BU专家软件开发工程师李庆飞以《当Mac算力遇到问学》为题，分享了端侧算力加入之后企业AI部署方式的变化。

神州数码AEG苹果BU专家软件开发工程师李庆飞

李庆飞提到，云端算力扩展性好、模型选择多，但对于财务、研发等数据安全要求高、明确规定数据不得上云的场景，本地部署成为必要选择；端侧算力给企业提供了另一种更贴近个人工作现场的落地可能。

卡住的不是模型，是流程有没有被打开

主题分享之后，航旅纵横智能助手业务产品负责人刘若思、神州数码AIBG医药BU大模型解决方案架构师梁山、神州数码通明湖研究院资深AI研究员王垂宇共同参与圆桌对话，爱分析合伙人张扬主持。

圆桌对话环节

本场对话承接前述主题分享，围绕两个核心问题展开：一是Agent如何接入企业既有业务系统，并组织真正可用的上下文；二是面向企业的智能体平台与面向个人的效率工具之间是何种关系。

刘若思认为，我们需要将业务上下文产品化：上下文不能只是文档、历史记录的简单堆砌，而是交付给模型一套结构化、可动态更新的信息体系。让智能体能够在合适时机精准调用对应信息，并遵循明确的规则与约束执行。

随后，讨论转向FDE。多位嘉宾认为，FDE更像是对交付体系的一次重塑，而非简单新增一个岗位。梁山表示，FDE“不是一个人的事情”，需要产品、技术及需求侧角色协同支撑。

在谈及Agent落地的最大障碍时，与会嘉宾的判断趋于一致：企业级AI须先实现可信，进而可验证、可落地，模型输出的逻辑链需要被约束与审查。

讨论最后落在Agent与人的关系上。嘉宾认为，未来可能不再是人主动寻找Agent，而是Agent主动触达人，这要求企业首先清晰定义自身流程状态。Agent能否跑通真实任务，在很大程度上并不取决于模型是否足够智能，而取决于是否有人愿意深入业务现场，推动流程、系统与数据真正向Agent开放。

张扬在主持中提到，从2024年的知识库与ChatBI场景，到2026年更贴近核心业务的场景，企业侧AI落地需求正加速向业务深水区移动。

9月16日，“问学极客行·走进亦庄模数OPC社区”活动圆满落幕。“问学极客行”是神州问学发起并主办的城市巡回技术沙龙，此前已先后走进多个产业聚集区。

近期厂商征集

AI数据服务市场研究项目征集

截至时间：9月30日

本体市场研究项目征集

截至时间：10月31日