研究与观点

三个观点

能上台演示的智能体两三周就能做出来；能让一线天天用、领导敢签字放权的，要三到六个月。中间的距离不是模型能力，而是数据梳理、知识结构化、流程嵌入和权限对齐。

通行认知是"选对模型最重要"。我们的实际工时统计相反：模型选型约占两成，八成在数据梳理、知识结构化、流程嵌入、权限对齐。

从问答到自主执行，执行力向上、可控性向下，中间张开的口子就是风险敞口。智能体越有执行力，办错事的时候也越有执行力。

第一层模型格局已定，这个仗打不赢也不必打

第二层框架正被快速标准化，门槛持续下降

第三层数据与治理客户自己的数据、自己的流程、自己的合规。任何一家大模型公司永远拿不到。九鑫占位于此

模型在持续贬值。真正可沉淀、可增值的资产只有三样：

结构化、可溯源、AI 可直接消费的领域数据与知识。

工具调用、记忆管理、权限沙箱、评测回路。模型像发动机可整体更换，骨架像底盘持续沉淀。

把专家可重复工作流封装为版本化技能包。技能库的增长曲线就是系统的学习曲线。

Elsevier《Information Sciences》中科院 SCI 一区 Top / CCF A 类

核心团队成员为该论文第二作者。

VLDB 2025 Workshop（LSGDA）Workshop 收录

面向大规模企业数据的语义嵌入方法与聚类应用。

IEEE IVMSP 2026会议收录

从滤波理论视角为 Transformer 提供一种解释框架。

面向多语言企业实体对齐与聚类。

已完成算法备案：网信算备440309441584901250013号。

Rust 层安全重构，48 类 Skills 与 Harness。

与多所高校建立研究生联合培养机制，设企业导师全程指导，把交付方法论沉淀为可传承的组织能力。

告诉我们哪一个场景至今尚未落地：数据在哪、谁在用、谁来签字。我们用一次工作坊给出可验证的落地路径。