过去几年，大模型快速发展，让AI具备了理解、生成内容的能力；而如今，随着推理能力、工具调用能力和系统集成能力不断成熟，AI开始迈入新的阶段——从回答问题走向完成任务，从提供建议走向参与工作。

这一变化，也让智能体成为人工智能产业迈向规模化落地的重要方向。但当智能体真正进入企业工作流，新的问题也随之出现：相比传统聊天机器人，智能体拥有调用工具、执行任务甚至自主运行的能力，这意味着企业关注的重点，正从模型是否足够智能，进一步延伸到系统是否足够可信、可控。

尤其是在政企、金融、能源等高安全要求行业，数据安全、权限管理和运行边界，正成为智能体规模化落地必须跨越的门槛。

正是在这一背景下，深耕网络安全近二十年的知道创宇，于今年6月正式发布AiPy企业版与AiPy网安专版，定位“可信AI伙伴”。值得一提的是，AiPy并非顺应风口推出的产品，而是早在2023年便已启动研发，并在2025年4月发布开源社区版本，比年初爆火的OpenClaw等产品更早进入探索阶段。

当AI逐渐成为企业新的生产力，智能体距离真正融入工作流还有哪些障碍？安全能力又将在产业竞争中扮演怎样的角色？围绕这些问题，我们对话知道创宇AiPy产品中心总经理张永波。

为什么AI开始进入“行动时代”？

过去几年，大模型不断刷新生成能力，但真正进入企业后，越来越多用户发现，仅仅“会回答问题”，并不能真正解决工作问题。

现实中的工作任务，从来不是“一问一答”这么简单。一个完整任务往往需要规划流程、调用多个工具、跨系统协同，并根据执行结果不断调整，而不是生成一段文本就结束。这也意味着，AI的发展重点正在从生成能力转向任务能力，智能体逐渐成为产业关注的新方向。

在张永波看来，这一变化并不是简单的能力升级，而是AI角色正在发生根本改变——从“工具”走向“执行者”。

“AI最早火爆，是因为它可以回答任何问题，而从去年开始，它开始从问答走向行动，现在已经可以直接帮你干活、操作系统、交付最终成果了。”张永波表示。

在他看来，过去企业更多将AI视作信息查询和内容生成工具，而随着工具调用能力和系统协同能力不断增强，AI开始具备进入真实工作流的条件，可以围绕一个目标自主完成多个步骤的任务，而不仅仅停留在一次问答。

从行业发展来看，智能体真正改变的，并不是AI“会说什么”，而是AI“能够完成什么”。当模型开始承担执行任务的角色，AI也开始从提升个人效率，逐步走向重构企业生产流程。

为什么很多企业部署了AI，却依然没有真正用起来？

随着越来越多企业接入大模型，AI应用正从“有没有”走向“用得怎么样”。然而，在不少企业中，AI依然停留在辅助工具阶段，真正融入业务流程的案例并不多见。

问题并不完全来自模型能力，而更多来自组织和应用本身。一方面，AI难以深入具体业务场景；另一方面，大多数业务人员并不具备开发能力，很难将AI真正转化为符合自身需求的生产工具。

在张永波看来，这正是当前企业AI落地面临的关键瓶颈。

“大多数AI系统只是一个在线信息系统，像一个网站，并不是针对特定业务能力打造，在行业场景落地上，没有真正发挥行业和员工的创造力。”他说。

因此，知道创宇希望解决的问题，并不仅仅是提供一套AI工具，而是降低智能体的使用门槛，让更多业务人员能够围绕自己的工作场景，自主构建AI应用。

“用户可以直接用自然语言表达需求，即使不会编程，也能够逐步搭建适合自己的工具；如果再具备一点业务经验，就可以进一步创造属于自己的智能体应用。”

在张永波看来，真正的价值，不只是让AI替代一部分重复劳动，而是让行业专家能够跨越技术门槛，把自己的专业能力沉淀为可以持续运行的工作流。

从更长远来看，企业部署AI不仅是一次技术升级，更意味着组织生产方式开始发生改变。未来，谁能够让更多普通员工具备使用AI、构建AI的能力，谁就更有机会释放智能体带来的组织价值。

为什么智能体时代，安全成为企业落地的首要前提？

随着智能体开始进入企业真实工作流，AI能够调用工具、操作系统、连接多个业务平台，其能力边界不断拓展，与此同时，企业对安全的关注也发生了变化。

过去，大模型更多承担内容生成、知识问答等辅助工作，即使出现问题，影响通常局限于信息层面；而智能体能够执行任务、调用系统，甚至拥有更高的操作权限，一旦发生误操作或遭受攻击，影响范围将进一步扩大。

因此，智能体时代的安全，不再只是防止数据泄露，而是贯穿权限管理、任务执行、工具调用和数据流转全过程，成为企业部署智能体必须首先考虑的问题。

对此，张永波表示，随着各类智能体产品快速发展，高权限调用、后台运行、第三方Skill工具接入以及自然语言指令误判等风险开始集中暴露，也让越来越多企业重新审视AI系统的安全边界。

针对这些问题，知道创宇将多年积累的网络安全能力融入智能体平台，推出AiPy+AI网关+TrustToken安全体系，希望在智能体运行过程中建立起覆盖权限、运行、交互和数据的全链路安全能力。

具体来看，在权限层面，系统采用分级授权机制，避免越权调用；在运行层面，智能体不具备后台静默运行能力，任务结束即停止执行；在交互层面，对用户指令和模型输出进行双向风险校验，涉及敏感操作需经过沙箱验证；在数据层面，则通过本地闭环运行和企业内网部署，降低数据外泄风险，同时对第三方Skill进行风险检测，并通过架构隔离减少单点故障带来的影响。

张永波认为，企业真正关心的并不仅仅是AI是否足够聪明，而是它能否在可控、可信的前提下进入业务流程。

从产业发展来看，安全能力正在成为智能体规模化落地的重要基础设施。当AI开始真正参与工作，企业需要建立的，也不再只是模型能力，而是一套能够保障智能体安全运行的治理体系。对于政企、金融、能源等高安全要求行业而言，这也将成为智能体从试点走向规模化应用的重要前提。

智能体竞争正从“模型能力”转向“产业落地能力”

随着大模型能力不断提升，AI产业竞争的焦点也正在发生变化。

过去几年，行业更多关注模型参数规模、推理能力和上下文长度，希望通过模型能力的持续突破建立竞争优势。但随着底层模型快速迭代，越来越多企业能够获得接近的基础能力，真正拉开差距的因素开始发生变化。

在张永波看来，未来企业竞争的关键，不再只是“模型有多强”，而是谁能够真正让AI进入业务流程，化身场景应用，并持续创造价值。

“模型能力会越来越接近，但真正决定企业能不能把AI用起来的，是应用能力、组织能力，以及能否真正解决业务问题。”张永波表示。

在他看来，这也是知道创宇长期坚持深耕企业场景的重要原因。

一方面，公司希望通过FDE AI落地服务、场景梳理和培训体系，帮助业务人员真正理解并使用AI，而不仅仅是部署一套系统；另一方面，依托长期积累的网络安全能力，在权限管理、数据安全、运行边界等方面构建可信能力，为智能体进入金融、能源、政企等高安全行业提供支撑。

事实上，随着越来越多企业进入智能体时代，真正影响落地速度的因素，也正在从技术本身转向组织协同、业务流程和行业Know-how。模型可以不断升级，但企业真正需要的，是能够融入现有流程、适应行业规则，并持续创造业务价值的智能体。

张永波认为，中国市场正迎来智能体规模化发展的重要窗口期。一方面，政策持续推动人工智能赋能实体经济；另一方面，模型能力不断成熟、推理成本持续下降，也让更多企业开始尝试将智能体引入真实业务场景。

“谁能够更早拥抱AI，把AI真正融入业务流程，谁就更有机会形成新的竞争优势。”他说。

可以预见，智能体真正改变的，并不仅是企业增加了一套新的软件工具，而是正在推动生产方式发生新的变化。当模型能力逐渐成为基础设施，未来产业竞争的重点，也将从“拥有AI”转向“用好AI”，从“部署智能体”转向“构建能够持续运行的新型工作流”。

对于企业而言，真正值得关注的，不是谁率先接入了AI，而是谁能够率先完成组织能力的升级，把智能体转化为新的生产力。

熊英英 红星新闻记者 李伟铭