CybotStar 通过国家网信办备案，国行版 Agent 商业化步伐大幅提速

最近微软和之间的Agent竞争愈加白热化，除了竞相推出多款产品外，两家高层甚至开启了唇枪舌剑模式。尽管巨头们纷争激烈，但对于Agent商业化的落地路径却是趋同的，那就是让用户自主构建和管理智能体，驱动AI大模型在企业中的应用。

国内市场也不乏Agent耕耘着，早在百模大战交锋正酣之时，百融云创(百融云-W，6608.HK)便已率先开发产品。近日，该公司基于大语言模型开发的Agent 平台——正式通过国家网信办备案，这意味着“国行版”Agent商业化的步伐将大幅提速。

有何不同？

自从横空出世以来，我们围观了一轮又一轮的大模型内功修炼升级战，同时也目睹了基座大模型市场变得越来越拥挤，Meta已经更新到，也在计划推出GPT-5。随着技术的不断迭代，人们对于AGI的憧憬更加强烈。

如何让这些基座模型的“内功”变得外化，成为一项“拿来主义”的显学？Agent成为了最可能实现的路径，也是百融云创努力达成的方向。

正是在这样的愿景中孕育而生。这个定位为“面向企业和开发者搭建的一站式大模型智能体创作及分发平台”，可以拓展大模型的应用外延，解决LLM不懂领域知识、做不了复杂决策、不可靠等问题，让其与垂直行业特定场景实现紧密结合。

据介绍，可以根据不同业务场景匹配最适配的大模型，以实现效果和成本间的平衡。同时，为了让大模型发挥更大实际作用，在基座模型之上还需要构建一些关键性技术栈。

百融云创相关人士介绍称，秉持几大准绳：第一，要破题市场模式“太重”的藩篱，第二，利用规则策略干预生成内容，摒弃大模型的幻觉难题，同时保留智能涌现魅力，第三，在真实业务场景的交互中，要做到又快又准。

为此，百融云创对于进行了多维技术武装，包括应用了丰富的检索策略和先进的模型用于版面分析、query改写、检索精排、引用高亮等环节，可以支持复杂的知识库结构，以及采用了直观的工程方式、灵活的流程编排、稳定的RAG引擎等，确保模型在不同业务场景中灵活高效地响应用户需求，生成精确内容。

在一系列创新技术的加持下，可支持文字、语音等多模态交互处理，回复响应时延低于500毫秒，在真实业务场景准确率可达98%以上，对于文档解析准确率已经超过95%，且有效消除幻觉，生成的内容可监控、可追溯、可调整。

“从部署到应用”一站式抵达

在很多人看来，大模型之于时代的意义堪比互联网产业浪潮，那么Agent便酷似以流量为王的门户网站启航之时的景象，这可谓是一片亟待开发的蓝海市场。

除却百融云创过去十年以高粘性、高留存率构筑起的超过7000家商业机构护城河，还向更多的增量用户张开了双臂。

对场景、行业间次元壁的突破，源于的“灵活易用”基因。使用者无需掌握编码知识，只需要说清工作流，搭配上专属知识库，同时，平台在强大的算法技术支撑下，可以根据不同的业务场景配置不同类型的插件，并且还可以关联到网页、钉钉等平台方便随时调用。

简单来说，用户和由构建的一个或者多个专属智能体之间的距离只有一套界面和API。专属智能体可以进行对话式交互，也可以帮助实现既定任务目标及完成工作流程。

“依托低门槛灵活易部署的特性，百融云创致力于让简且美的Agent产品体系赋能千行百业。”百融云创相关人士说道。

据悉，可以独立作战，也可以嵌入到商业机构的营销管理、客户运营、客户服务、员工培训、风险管理、办公管理等多个场景的工作流中，即便是一些复杂的任务场景，根据指令序列编排，也能让智能体参与其中。由此，商业机构在业务流程中便可以无痛使用AI技术提升业务效率，降低运营成本。

比如在医药领域，通过将用户的自然语言问题映射为对应的工作流，可以协助患者完成健康咨询，进行初步分诊，完成诊断档案的梳理归类。再例如，在金融领域，通过智能体的协助，可以帮助用户建立个性化投资建议、风险分析，指导完成交易操作等。

甚至一些看似不起眼乃至长期被忽视的场景应用空间也可被打开。百融云创相关人士称，有助于激活企业的人事物资产，将这些资源转化为生产力。以非结构化数据资产为例，比如在单据识别场景中，通过样本学习，平台可以灵活适配发票、合同或者其他类型的文档，能快速准确地完成信息提取和分类，由此大幅降低运营成本。

市场分析认为，以大模型为核心组件的因其高灵活性及对于复杂目标的理解力，可以广泛应用于企业的工作流中，与各个场景耦合出结合点，赋能相关工作环节，帮助企业最大化提升生产力，同时也为百融云创构筑起了新的护城河。