金蝶安秋:每一个企业,都需要构筑自进化的 AI 原生工程
在日前举行的2026金蝶AI峰会——AI技术论坛上,金蝶中国AI平台事业部总经理安秋在《构筑AI技术新范式,释放企业AI生产力》主题演讲中,为大家分享了金蝶如何通过灵基产品构筑企业级AI原生工程,助力企业实现智能化转型的核心思考。
2026-05-28
119

在日前举行的2026金蝶AI峰会——AI技术论坛上,金蝶中国AI平台事业部总经理安秋在《构筑AI技术新范式,释放企业AI生产力》主题演讲中,为大家分享了金蝶如何通过灵基产品构筑企业级AI原生工程,助力企业实现智能化转型的核心思考。

金蝶中国AI平台事业部总经理 安秋
企业迈向AI原生
各位 CIO、各位嘉宾,大家下午好。上午我们一起见证了灵基 (Lingee) 的发布,大家看到了它是什么。今天下午,我想回答各位另一个更关心的问题,我们为什么这样设计。一套面向企业的 AI 原生工程,是怎样一步步被构筑出来的。
从技术迭代到行业应用,我们看到AI正加速从“对话”走向“行动”,从“通用”走向“垂直场景”。Agentic AI离我们的企业已经非常近了,而且所有的企业即将会面临规模化的应用
所有的企业都将面临智能化的转型,这个转型并不是一蹴而就的,它是一个分阶段的过程。我们可以从四个阶段来看未来企业所要面临的不同阶段:
第一个阶段是AI辅助操作,最典型的特征是AI作为一个核心的技术和工具化能力,嵌入到现有的或者已有的业务流程之中。
第二个阶段是AI增强业务阶段,在这个阶段,AI会参与到我们一部分主流核心业务的流程重构和重塑过程中。
第三个阶段是非常关键和具有里程碑意义的AI驱动决策,AI可以去介入一些业务流程,同时它可以帮我们去模拟、去预测,甚至可以代替人类去做决策。
第四个阶段,企业将迈入AI原生(AI自主)阶段,AI可以完全实现自闭环的去跑通一个业务流程,完全自主地进行任务执行。
这四个阶段是一个革命性的系统工程,需要分步达成。在这个过程中会涉及五个核心的关键要素:
一是场景:从战略、治理、合规风控,到核心价值链,再到财务、HR 等支持流程,先解决「往哪里用」;
二是应用:智能体、技能、AI 增强应用,回答「以什么形态落地」;
三是数据:数据资产、数据服务、企业知识,回答「AI 的燃料从哪里来」;
四是技术:搭档/技能/应用开发、Harness 运行引擎、信任与服务、大模型底座,回答「用什么来支撑」;
五是组织、人才与文化:这一条横穿前四块,决定整件事能不能真正落地。
所以企业AI建设,不是单点突破,是这五要素的协同推进。
AI原生工程的技术架构
从技术维度看,AI可以划分为三个时代:工具化时代、应用时代、 AI原生时代。在AI原生时代,我们希望让企业的AI更可控、更可追溯、更透明,因此需要采用确定性工程、知识图谱、本体以及未来的AgentOps等一系列工程能力。
金蝶灵基产品及未来的企业AI原生工程技术,可以简单分为四层。
第一层是技术底座,提供智算能力、云原生及云服务框架。这一层核心解决多模态模型的统一接入、配置、能力封装,以及智能编排、任务管理和多模型自主路由切换,实现大模型服务的全生命周期管理。
第二层是数据与知识。通过引入企业级商业本体与语义管理,其核心是让大模型更懂业务场景。我们要把数据转化为知识,再将知识转化为可靠的、可执行的业务能力,真正帮助AI读懂企业的业务逻辑。
第三层是智能中枢,这是真正让企业级AI能做事的工程内核,由四块协同:
确定性工程:让 AI可控。以Harness为主的框架体系,通过输入端做上下文工程和记忆架构、执行端做动态编排和运行时控制、调用端管理工具与能力边界、约束端做多层安全和确定性执行、反馈端做评估与可观测进化,实现反幻觉、反熵增和反黑盒,确保企业级任务在灵基中受控地执行。
智能体与开发:让 AI开发更快、更敏捷。借助灵基Build,未来企业级应用的构建将从写代码真正走向“写意图”,通过自然语言生成Agent可执行的规约,并实现跨角色的全域协同。
开放集成:让 AI不被锁定。通过多模型的智能接入以及MCP等标准化协议,确保企业级AI应用不被单一模型锁定。更重要的是,未来我们可以通过MCP Server,把已有的企业级能力(如苍穹元数据模型与SaaS应用)封装后,与灵基这样的原生操作系统和平台实现深度打通与调用。
AgentOps:让AI更好地监督AI。通过独立的评估验证机制实现自主进化。
第四层是安全体系。涵盖原生合规、零信任架构、数据可溯源以及基于角色的精细化授权管控,让AI在企业中真正能够“敢用、能用、放心用、越用越好”。
AI原生工程,不止是技术
AI原生工程不只是技术,更多的是未来可以让企业AI自主进化的一个体系。这种自主进化的体系之所以能“越用越好”,核心依赖于企业AI本体的持续增长、SaaS资产复利以及AgentOps的反馈飞轮。AI要在企业里体现出“越来越懂业务”,并不是靠通用大模型与企业数据做简单拼接就能满足的,它需要我们在业务语义和知识图谱层面去实现深耕。而确定性的工程,正是保障AI真正“能上岗”的关键。
每个企业都需要构筑自主化的AI原生工程。模型可以买,算力可以租,但是真正能够懂企业的业务资产,它是买不来,也是租不来的,而是要靠企业自身的一套原生工程体系来做长期的积累和深耕。模型会换,算力会涨跌,技术栈也可能变,但工程化体系沉淀下来的本体、Agent、Skill以及运营反馈等能力,才是属于企业自己未来的IT资产。这也是金蝶灵基期望与在座的各位嘉宾和企业共同建设、共商共融的未来之路。

告别传统ERP,迎接企业管理AI
构建实时感知、精准决策、高效运营的企业智能体





