通用大模型的能力差距正在缩小，平台工具也日趋同质化。AI to B这场竞赛的终局，技术栈本身可能不再是决定因素——行业纵深，才是真正的护城河。

“行业里90%的智能体项目，最终止步于Demo。”WAIC期间，中国电子云高级副总裁黄锋这句感慨，道出了不少从业者的心声。

智能体来得比预想中更猛、更急。OpenClaw让全民体验了一把AI的魔力，Harness框架让输出变得可控，Loop机制让智能体可以不断迭代。技术栈已经就位，但企业客户的智能体项目，却不会顺理成章地落地。

这个判断，直接促使中国电子云做了一次业务方向调整：不再只卖平台，而是直接向客户交付可运行的AI系统。在论坛现场，他们发布了决策智能和无人智能两款应用产品，以及支撑这两款产品的三项底层能力——动态本体平台、军事大模型“列阵”、智能体安全工具链。

为什么是本体

智能体在严肃场景中的局限

黄锋认为，智能体在通用办公场景已经可用——写邮件、做表格、跑流程，这些都不在话下。但在三类场景中，现有方案几乎无能为力：

• 复杂决策：信息多、变量多、时间紧；
• 精准任务：出错代价极高；
• 极端环境：断网、无GPS、边缘算力有限。

这三类场景，恰好是中国电子云核心客户群——国防、科研、央国企等客户的严肃业务场景。

引入动态本体

在中国电子云看来，大模型提供了推理能力，但推理过程是一个黑盒，结论无法溯源。在严肃场景中，没人敢用。解法是什么？引入“本体”（Ontology）。

这不是什么新技术，在知识图谱领域已经讨论了几十年。但黄锋强调，他们做的“动态本体”与传统知识图谱有一个根本区别：知识图谱是只读的，动态本体可读可写。

动态本体的三层结构

具体来说，本体分三层：

• 对象层：定义“是什么”（例如飞机、编队、隶属关系）；
• 动作层：定义“做什么”（例如维修、加油）；
• 规则层：定义“按什么逻辑做”（例如电量低于某值自动返航）。

规则不需要人触发，系统自己就能按规则行动。

对标Palantir

黄锋没有回避与Palantir的对标。“我们去年开始专门研究Palantir，研究他们的战例、技术路线、产品体系。”Palantir起家于情报分析，核心产品Gotham服务CIA和美军超过十年，后来将本体驱动的方法论平移到商业领域。

今年美伊冲突中，Palantir的Ma ven系统接入Anthropic的Claude模型，24小时内圈定1000余个打击目标。Anthropic自身也专门为美国政府开发了Claude for Government版本，年化收入已超44亿美元，超过80%的代码由Claude自行编写。

黄锋的判断是，中国电子云在产品能力上可以对标Palantir，差距在行业积累——本体库的厚度，不是一朝一夕能追上的。

一支很难搭建的团队

FDE团队的核心能力

产品转型之外，更棘手的是组织能力的重建。中国电子云正在搭建一支FDE（Forward Deployed Engineer）团队。FDE概念由Palantir首创，核心是把工程师派驻到客户现场，既理解业务需求，又能直接写代码出原型，再将验证过的需求反馈回标准产品团队，形成迭代闭环。Anthropic和OpenAI近两年也在组建类似团队。

黄锋对FDE的定义，比市面上多数公司严格得多。在他看来，FDE需要同时具备三种能力：

• 懂客户业务：能听懂行话背后的真实需求；
• 有产品架构能力：能把现场需求拆解为可复用模块；
• 有代码执行力：能在客户现场快速出原型。

折中方案

“这种人市场上几乎找不到。”他说。一般交付人员只会按需求文档做定制开发，不具备产品思维；有产品架构能力的人，往往不愿驻场。中国电子云目前的折中方案是：招募有行业背景的技术架构师担任TA角色，搭配偏交付的人员，两人一组驻场，用自研的AI Coding工具在客户现场快速验证。

谈及国内FDE热潮，黄锋表示：“号称成百上千人的FDE团队，我是不相信的，因为我知道非常难，这不是堆人能解决的问题。”他认为，真正的FDE能形成飞轮——现场发现需求，快速出原型，验证之后部分固化到产品，下一个客户直接受益。

算力侧同步发布

此外，在算力侧，中国电子云同步发布了“翎枢”超节点产品，覆盖20至64张GPU卡区间，通过高速互联将多卡融合为单一逻辑单元，提供Tbps级带宽和百纳秒级时延。这款产品瞄准的是关键行业私有化部署的中等规模算力需求。

中国电子云的选择指向一个产业现实：当大模型能力差距逐步缩小、平台工具趋于同质化，AI to B的竞争正在从技术栈本身转向行业纵深。

《夸克》非常好用的免费AI浏览器

下载APP查看