通信世界网消息（CWW）随着人工智能从“生成式AI”向“行动式AI”的范式跃进，智能体（AIAgent）正成为继大模型之后的下一代核心技术形态。如果说大语言模型（LLM）通过千亿参数赋予了机器“最强大脑”，那么智能体则通过感知、规划、工具调用与记忆机制，为机器装上了“眼睛”“耳朵”与“手脚”，使其能够深入复杂的业务流程，从被动的信息生成者转变为主动的任务执行者。

作为全球领先的通信运营商，中国移动敏锐捕捉这一趋势，以“聚智平台”为底座，率先开启了智能体在特大型央企的规模化应用探索。本文将结合技术理论与中国移动的实战案例，通过实际应用展示中国移动如何借助“聚智平台”将技术落地实践，以及为业务流程带来了怎样的真实改变。

智能体：大模型的“行动派”进化在人工智能技术的发展过程中，智能体并非单一技术的突破，而是大语言模型、多模态感知、记忆机制与工具执行等能力的系统级融合。大模型虽拥有海量知识，却局限于被动应答，无法在真实世界中主动作为；而感知、决策与行动，正是智能体的专长。

智能体从理论走向落地，其背后是四大核心技术的突破性进展。这些技术如同智能体的四大支柱，共同构成了一个能够自主感知、决策与行动的有机系统（如图1所示）。其中，“推理与规划层”是“大脑”，负责思考、决策和制定策略，通过记忆和外部数据库进行上下文管理，如本文第三部分“AI+选号智能体”通过RAG（检索增强生成）引入外部数据库信息，辅助大模型为用户推荐合适的号码；“执行层”是“手和脚”，负责执行规划好的任务、与外部世界互动，通过调用工具（如外部API、代码解释器）完成任务，如第三部分“网格日报生成智能体”通过SQL（结构化查询语言）工具自动抓取数据并完成报告编写。

图1 智能体框架

感知层

提示词工程：提示词是模型与人类交互的核心接口，定义了任务输入、上下文指令及输出约束。例如在“AI+选号智能体”的实践案例中，系统将用户意图、实时获取的号码清单，以及预置在平台知识库中的地域风俗等多维度知识深度融合，生成结构严谨、要素齐全的提示词，指导大模型生成规范化的选号解读报告。

多模态感知：随着多模态大模型的发展，智能体已具备视觉与听觉能力，可直接“看懂”屏幕截图或“听懂”语音指令，为GUI（图形用户界面）自动化奠定基础。在聚智平台知识库模块，用户可上传图片、视频等附件，视觉大模型会将这些视觉信息解析为文本信息存入数据库，为后续服务提供支持。

推理与规划层

思维链与思维树：让模型学会像人类一样将复杂问题拆解为步骤，并进行多路径探索。聚智平台的聚智工坊模块可将用户输入的复杂问题拆解为多个步骤，每个步骤调用对应的内置智能体、MCP（模型上下文协议）工具或通过A2A（智能体对智能体）协议引入的智能体完成。

反思机制（Reflection）：该机制可让智能体在行动后评估结果（如“我刚才做得对吗？”），并将关键经验写入记忆系统，从而形成从实践到改进的认知闭环，避免重蹈覆辙。聚智工坊的supervisor（监督）节点可实现这一反思功能，通过“审核”结果判断上一步骤是否合理，若不合理则重新进行分配。

执行层

工具调用：这是智能体的“手”。通过标准化API定义、执行API请求、运行代码、操作数据库等，大模型可以输出特定的参数来调用外部软件（如查询天气、读写数据库），从而扩展大模型能力。聚智平台内置博查（bocha）等多种工具，可辅助大模型基于互联网收集信息，进而完成对应任务。

记忆层

RAG：相当于智能体的外挂“海马体”。通过向量数据库持久化存储企业私有知识，可有效解决大模型“幻觉”问题，让智能体基于准确的事实进行决策。聚智平台知识库模块存储了大量中国移动相关政策文件等，弥补了开源模型“不了解”企业内部信息的短板，助力大模型快速落地应用，同时辅助员工快速获取内部政策信息。

长期记忆：记录用户的偏好、历史交互和任务状态，确保智能体在跨越数天的任务中依然“记得”上下文。聚智平台长期记忆深度集成于智能体与工作流模块，并支持按用户、应用、项目等多维度进行分级存储，显著提升了平台的记忆能力与效率。

从“大模型”到“智能体”，本质上是一场从“认知智能”向“行动智能”的跨越。这标志着AI不再仅仅是内容的生产者，而是开始成为物理世界和数字世界中的行动者。

中国移动聚智平台：打造智能体生态的“超级工厂”面对智能体技术的爆发式发展，中国移动作为拥有数亿用户和复杂业务场景的特大型央企，面临着巨大的转型机遇与挑战。如何让不懂代码的一线业务人员也能用上AI？如何确保数万个智能体在企业内部安全、有序地运行？中国移动给出的答案是聚智平台（如图2所示）。

图2 智能体平台

战略定位：从“+AI”到“AI+”的加速器

中国移动锚定“创世界一流信息服务科技创新公司”的目标，提出加速业务从“+AI”（AI作为辅助工具）向“AI+”（AI作为核心驱动）转变。在这一战略中，智能体被视为大模型落地的“最后一公里”。在这一背景下，聚智平台应运而生，作为中国移动全网统一的智能体开发与运行底座，其核心目标是解决三大痛点。

第一，开发门槛高。传统AI开发需要深厚的算法背景，难以普及到业务一线。第二，系统协同难。企业内部存在数千个异构IT系统，数据孤岛问题突出，智能体难以跨系统调用能力。第三，安全风险大。智能体的自主执行能力可能引发数据泄露或系统误操作风险，需要建立统一的管控机制，因此构建平台化安全体系至关重要。

聚智平台通过提供标准化工具、安全管控和系统协同能力，像工厂流水线一样大规模、高效、安全地生产和部署智能体，既降低了开发门槛，又保障了企业级应用安全。

技术架构：构建工业级智能体生产线

聚智平台采用模块化、分层解耦的架构设计，构建了以Agent OS（智能体操作系统）为核心的一体化智能体整体解决方案，涵盖多场景应用构建工坊、高/低代码开发套件、集运行时服务托管与协议支撑的智能体操作系统及全栈基础设施支撑，实现智能体的高效开发、稳定运行与规模应用，其整体架构如图3所示。

图3 聚智平台整体架构

聚智平台包括以下核心技术亮点。

1.“低代码+高代码”双轮驱动开发范式

为了兼顾普惠性与专业性，聚智平台提供两种开发模式。第一，低代码可视化编排。面向业务人员，通过拖拽式“画布”即可灵活搭建智能体，自由组合模型、提示词及多个智能体，并可搭配知识库、插件等工具，高效构建个性化智能体流程。第二，高代码SDK（软件开发工具包）深度定制。面向专业开发者，支持编写复杂的业务逻辑代码，实现高度定制化的智能体应用。

2．JoinAI-Agent超级智能体引擎

聚智平台基于自研的JoinAI-Agent智能体引擎，构建动态可扩展的智能体图架构，支持用户灵活配置MCP工具并接入A2A智能体，可高效开发贴合业务需求的定制化智能体，最终通过API与现有业务系统无缝集成，实现快速部署与应用。凭借可靠的技术架构与应用效果，JoinAI-Agent已在GAIA（通用人工智能助手基准评测）中登顶榜单。

3．JoinAIServer简化多智能体应用部署与管理

聚智平台自研JoinAIServer框架，为用户提供记忆管理、智能体及类智能体状态管理、Human-in-the-loop、RAG、工具等原子能力，以及智能体调用链追踪、异步执行、自动扩缩容、效果评估等全生命周期管理功能，使用户专注于智能体技术、逻辑创新及优化，而无需关注智能体服务基础设施。

4．多模态知识理解与记忆增强引擎

聚智平台融合长短期记忆网络与多模态技术，构建“长短期记忆增强与多模态融合引擎”，为复杂任务处理与智能交互开辟全新路径。平台采用动态记忆更新机制，精准捕捉多模态数据中的时空关联与语义特征，实现对多模态内容的高效存储、检索与动态推演。

5．“内容+业务”双引擎安全防护

聚智平台构建“内容+业务”双引擎安全防护体系，为多智能体应用提供全方位安全保障。在内容层面，平台基于多模态知识理解引擎，实现对输入输出的深度内容安全检测，精准识别文本、图像、视频等多模态数据中的安全风险；在业务层面，通过GraphServer提供的智能体调用链追踪与状态管理能力，确保业务逻辑安全可控，实时监控智能体行为轨迹，防范越权操作等业务安全威胁。双引擎协同运作，既保障了交互内容的安全性，又确保了业务执行的合规性，为智能体应用提供贯穿内容理解与业务逻辑的立体防护。

中国移动AI智能体应用案例：“手脚”显威的实战解析理念的领先最终要落实到业务价值的创造。中国移动的智能体实践并非停留在聊天对话的浅层应用，而是真正利用智能体的“手脚”（工具执行能力）深入生产经营的核心环节。以下通过两个典型案例，介绍智能体在移动业务场景中如何执行复杂任务。

案例一：网格日报生成智能体——基层运营的“自动化工厂”

在通信运营商的庞大体系中，“网格”是最小的作战单元，其经营数据的及时洞察与准确判断对整体运营成效至关重要。长期以来，人工编制网格日报是一项繁重且枯燥的工作，存在数据源分散、手工整合难、分析深度不足等问题。

山东移动依托聚智平台研发的“网格日报生成智能体”，实现了“手脚”与“大脑”的完美配合（见图4）。该智能体可根据用户输入，生成对应社区、设定时间段的网格日报，通过集成“SQL工具”“数据库操作工具”并设计合适提示词，构建了集数据自动流转、智能分析和自动写作于一体的全链路生产体系，将这一过程彻底重塑。

图4 网格日报生成智能体

执行动作一：集成SQL脚本自动化抓取工具（“手”的执行）。通过工具调用，该智能体具备代码执行能力。系统每天定时触发，安全、高效连接至省侧数据仓库，运行预置的复杂SQL查询脚本，涵盖收入、业务发展、客户质量等149项关键经营指标。

执行动作二：提示词设计与填充。智能体通过文档读取节点加载标准的日报模板，将抓取的数据精准映射到提示词的对应槽位，确保数据匹配精准无误。该步骤为内容生成提供精确的结构与格式约束，从源头降低大模型输出的不确定性风险。

执行动作三：深度洞察生成（“脑”的思考）。这是智能体的增值环节，利用大模型节点，智能体结合当日数据与历史同期数据进行对比分析，生成逻辑清晰、洞察深入、表达规范的综合日报，实现了“结构与内容双一致”的高质量输出。

该智能体已在山东移动规模化应用，每月为全省地市网格自动生成并分发的日报超过千份，成为基层运营的日常必备工具，取得了显著的成效。

第一，效率革命。日报编制时间从“小时级”压缩至“分钟级”，效率提升超过90%。

第二，解放人力。基层人员从“表哥表姐”转型为“客户经理”，将更多时间投入客户经营与市场拓展。

第三，决策提质。实现全省分析口径的统一，避免了人工统计误差，为管理层提供了更准确的决策依据。

案例二：AI+选号智能体——懂业务、有权限的“金牌导购”

在通信服务数字化转型加速的大背景下，用户对入网体验的期望不断提升。传统依赖固定筛选项与静态列表的选号方式，难以满足用户对“趣味化、个性化、互动感”的服务需求。在前台营销场景中，用户“选号码”成为核心痛点。

江苏移动、江西移动依托聚智平台的可视化工作流编排能力，打造了“AI+选号智能体”（如图5所示），可根据用户偏好信息推荐合适号码，实现从“对话”到“调用”的闭环。该智能体将大模型推理、RAG与自然语言语义理解能力深度融入选号流程，通过赋予智能体“调用资源接口的能力”和“理解文化的智慧”，实现选号服务的变革。

图5 “AI+选号智能体”

执行动作一：与用户交互。通过文本“感知”用户需求，精准提取用户意图，用户无需勾选复杂的筛选框，只需直接对话即可表达需求。

执行动作二：实时调用后端API。这是智能体区别于普通对话模型的关键一步。聚智平台为其封装了与后端号码资源系统的鉴权与查询协议，能够实时返回符合条件的号码清单及附属信息。

执行动作三：通过RAG将外部数据库知识注入推荐流程。在获取后端返回的候选号码后，智能体结合内置的文化知识库（包含数字寓意、谐音梗、吉利文化等）与用户意图进行深度融合，生成结构严谨、要素齐全的提示词，对后续报告生成进行约束。

执行动作四：大模型推荐报告生成。最终，由大模型节点生成兼具规范性、趣味性和个性化的号码解读报告，内容可涵盖“综合测号”“今日运势”“CP值速测”等多样化场景。

该智能体已成为线上App和线下厅店的高频服务入口。实际运营数据显示，其在多个省公司日均调用量稳定在万次以上，应用成效显著。

第一，转化率飙升。“边聊边选”模式大幅提升了用户体验，用户平均停留时长增加30%，号码推荐采纳率显著高于传统列表模式。

第二，业务增收。该智能体在省公司日均调用量破万，每季度直接支撑号码销售超过7500笔，实现了服务创新向业务增收的有效转化。

第三，标准化复用。该智能体已封装为标准API组件，各省公司只需对接本地号码库即可快速上线，体现了聚智平台“一点研发，全网复用”的生态优势。

AI智能体正在开启全新的“行动式AI”时代。中国移动的实践清晰证明：智能体的价值不仅在于“聊得开心”，更在于“干得漂亮”。通过“聚智平台”的工业化底座，以及网格日报生成、AI选号等“手脚”并用的应用示范，中国移动走出了一条清晰的数智化转型路径：以大模型为“脑”，以工具为“手脚”，以平台为“躯干”，让AI真正融入企业的“血液与骨骼”。

展望未来，随着多智能体协作技术的成熟以及智能体互联网的构建，智能体将进一步打破系统边界，从单一任务执行者进化为复杂业务流程的决策者与管理者。企业中的智能体将不再是分散的“单点工具”，而是形成可自主协同、7×24小时不间断工作的“数字员工”军团，深入运营、营销、服务等每一根“毛细血管”。这不仅是效率的革命，更是商业模式的重塑。在此进程中，中国移动的探索不仅为通信行业，也为所有寻求智能化转型的企业提供了宝贵的范式与参考。

*本篇刊载于《通信世界》2025年12月10日*

第23期 总981期