业务引入 AI 智能体，为何可信知识图谱是首要前提？
当企业将 AI 融入业务系统时，关键不在于追问“模型能否给出答案”，而在于审视“企业是否敢信任该答案”。一旦 AI 涉足订单、采购、库存、质检、财务及客服等核心环节，可信度便不再仅仅是体验层面的考量，而是关乎经营责任、流程管控与风险治理的重大议题。核心研判可信 AI 是 AI 入驻业务系统的唯一准入门槛。业务知识图谱的真正价值，并非仅仅绘制一张关系网络，而是将可信数据、业务规则、权限界限、证据链条及反馈机制，整合成 AI 能够理解、调用并接受审计的业务语义体系。图 1：企业业务 AI 知识图谱主视觉在演示
【AI 周周学】第四期：大模型进阶之道
大模型从"可用"跨越至"好用、可信"的核心征途如今，大模型虽已渗透至千行百业，然而"幻觉频现、业务认知模糊、知识难以固化"等顽疾，极大阻碍了其在企业关键业务场景中的实际应用。推进大模型"本体化"，恰是攻克上述难题的必由之路，为 AI 从"可用"跃升至"好用、可信"奠定坚实基石。"本体"概念源自哲学，在人工智能范畴内，它指代对特定领域概念、特性、关联及准则的形式化界定，宛如为机器描绘出一幅"业务关系图谱"。所谓大模型本体化，即是将此"图谱"与大模型深度耦合，促使模型摆脱对概率猜测的依赖，转而依托严谨逻辑推演
AI获客新阶段：在客户见到你之前，AI已替他做出选择
自从客户开始向AI提问后，企业真正需要争夺的是被理解、被引用和被推荐的机会。这两年讨论AI获客时，我最大的体会是：许多企业还在问“AI能否帮我发布内容”，但真正的变革早已不再局限于内容生产本身。真正的变化出现在客户的决策起点。过去客户寻找服务商的方式是搜索、点击链接、浏览官网、咨询客服。而现在，越来越多的客户会直接向AI提问：“哪家公司值得信赖？”“这个产品如何选择？”“有没有适合我的解决方案？”这意味着企业的获客关键不再是单纯的曝光量，而在于AI是否能准确理解你、引用你、推荐你。未来的获客竞争，不是谁的
工业 AI 数据集一站式破局之道
1）数据品质良莠不齐：细微偏差导致巨大谬误温度、压力及振动等时序信号噪音强、缺漏多、异常难辨图像类素材受光照干扰、视角各异、微小瑕疵难标记文本类信息半结构化、术语混乱、模型解析困难2）数据孤岛现象严峻：八成企业跨系统数据阻断“批次号”与“工单”实为同一实体，却语义不通协议互不兼容：OPC UA、Modbus、MQTT、S7、EtherNet/IP 难以互联产业链上下游数据阻滞，企业不敢共享、不愿开放、无法对接3）标注协作举步维艰：成本高达通用场景 3 至 5 倍且人才匮乏轨道交通图纸审核：需兼备设计、工艺
AI可信度革命：计量标准引领产业新范式
AI说话如何让人信服？单纯跑分已不可靠，因为模型会“背题”，换套数据就原形毕露。解决之道在于将测试集升级为可追溯的“标准砝码”，让结果附带置信区间。用统一标准替代跑分，使“可信”变得可衡量。5月，市场监管总局与国家发展改革委联合发布了一份文件——《人工智能计量体系和能力建设指引(2026版)》。坦白说，单看标题，多数人可能会直接略过。计量？不就是管秤准不准的部门吗，跟人工智能有何关联？但若你愿意多花十分钟细读，会发现这事其实很有意思。它并非探讨AI能做什么，而是在追问一个更根本的问题：当一个模型开口说话时
杭州论道AI新纪元：2026全球人工智能技术大会深度解读
2026年5月23日至24日，2026全球人工智能技术大会（GAITC 2026）在杭州未来科技城学术交流中心隆重举行。本届盛会以“交叉、融合、相生、共赢”为核心议题，不仅是一场思维激荡的高端论坛，更是连接全球学术前沿与中国产业实践的重要桥梁。作为中国人工智能领域规模最大、规格最高的综合性会议，GAITC已连续七年落户杭州。正如杭州市委书记刘非在开幕致辞中强调，杭州正努力营造人才成长的“最优土壤”和企业腾飞的“最佳港湾”，力求通过政策创新形成对全球资源的“领先一步的吸引力”。这一战略部署已使杭州成为洞察A
AI 懂得何时沉默
上周发生了一件事，在朋友圈引发了热议——并非某款新模型亮相，也非哪家企业再次斩获数百亿融资。而是 Anthropic 推出的 Claude Opus 4.8，做了一件以往 AI 不敢做的事：面对不确定的问题，它会坦言“我不知道”。或许你会觉得这有何难能可贵？我每天用 ChatGPT 让它解答疑问，体验不也蛮好吗？但请深思——你敢于将一位“无所不知”的 AI，部署到公司的财务审批、合规审核或客户报价环节吗？近期与几位从事企业数字化转型的朋友交谈，他们道出了一句大实话：“我们并非不愿拥抱 AI，而是不敢贸然使
GB/T 47507-2026：人工智能可信赖通用规范
文档格式：PDF页面数量：20 页以上获取途径：详见文章末尾————————点击此处自主下载AI 安全：智能体安全全新范式.pdf人工智能实战：网安与取证的理论及应用.pdfOWASP MCP Top10（2025）安全风险白皮书.pdf面向下一代安全模式的生成式 AI.pdf政务领域 AI 大模型统一服务平台成熟度模型.pdf大模型服务及应用安全评测技术规范.pdfAI 智能体：威胁归类、防御架构与实施实践.pdfHermes Agent 从入门到精通.pdf人工智能 政务大模型系统技术要求.pdf大模
从可用到可信：AI系统设计伦理通用准则解读
随着人工智能加速渗透至工业制造、城市管理、医疗卫生、教育服务、智能硬件、机器人等行业，AI系统已不再单纯作为“辅助工具”存在，而是逐步演变为具备环境感知、数据解析、智能推演、自主决策及行动执行能力的综合体系。如何确保人工智能系统在设计之初便兼顾安全性、公平性、透明度、责任归属及可持续性，已成为推动产业高质量发展的核心议题。《人工智能驱动系统 设计伦理 通用准则》的出台，正是针对这一现实诉求，旨在为人工智能驱动系统在设计阶段的伦理治理提供通用规范与实施路径。01这是一项面向“设计阶段”的伦理治理标准标准明确
AI建立统一“度量衡”：两部门新规破解测不准与数据难
国 研 洞 察近期，两部委联合发布《人工智能计量体系和能力建设指引（2026 版）》，宣告我国 AI 产业由单纯追求算力规模，转向筑牢质量根基。解决算法“测不准”及“数据荒”难题，确立统一“度量衡”，实现 AI 性能可测、可比、可溯，是保障产业良性发展的关键举措，也为构建可信人工智能奠定了坚实的制度基础。▼详细内容据科技日报报道，近日，市场监管总局与国家发展改革委共同印发《人工智能计量体系和能力建设指引（2026 版）》（下称《指引》）。该重磅文件的问世，意味着我国人工智能发展已从“建算力、扩规模”向“提
AI安全新纪元：大模型全周期治理论坛嘉宾揭晓
当前AI技术正加速融入各行各业，AI智能体、具身智能等前沿方向迅猛发展，与此同时，提示注入、多智能体数据泄露、供应链安全等新型风险集中显现，安全治理已成为推动AI高质量发展的关键前提。自2026年起，全球AI安全议题已从技术层面跃升至国际战略高度，慕尼黑安全会议首次设立AI核心论坛，各国纷纷加快治理框架与标准建设步伐。我国“AI+”行动深入推进，统筹AI创新与安全治理的需求愈发迫切。在此背景下，TiD2026隆重推出首届AI Safety & Security 人工智能安全与风险治理大会。该大会由
可信AI智能体综述：安全、鲁棒性、隐私与系统保障
大语言模型正从"被动应答系统"向"具备规划能力、可调用外部工具、拥有记忆体系、支持长期交互的智能体架构"演进。这一技术跃迁在提升自动化水平的同时，也引入了更为棘手的安全隐患：一次恶意的提示注入攻击，其后果可能不再局限于生成错误文本，而会触发危险的工具调用、导致敏感数据外泄，甚至在高风险应用场景中酿成真实的物理后果。本综述《Towards trustworthy agentic AI》围绕可信AI智能体展开论述，着重深耕两个最核心的维度：安全性与鲁棒性，以及隐私保护与系统防护。论文并未将可信性停留在抽象的理
构建AI可信交互体系，解决信息准确性问题
AI在与用户交流时，常以「我用最直白、最靠谱的话跟你说」这样的方式沟通，但其实质却常常是「AI生成内容，仅供参考」。 AI如此表现，会带来什么问题？ 当用户为解决具体问题而使用AI时，若AI在技术上无法消除幻觉，它可能在用户不知情时出错，导致用户在使用中逐渐偏离原定目标。 AI的这种表现，让用户在使用过程中逐渐失去信任。 要让AI获得用户的信任，需要构建一套可信的交互系统。 但技术上，AI无法准确预测自己会在何时出错。 经过查阅资料，我发现有两个参数与内容的对错呈正相关。虽然AI无法判断对错，但可以像天气
AI搜索时代，企业如何避免成为“隐形公司”？
投入12万元进行推广，但在AI搜索中却查无踪迹。这并非玩笑。2026年，越来越多的企业遇到了一个奇怪的现象：百度能搜到，抖音能看到，但询问豆包、Deepseek“XX公司是否可靠”时，AI的回答中却完全找不到你的身影。为何如此？因为AI搜索的逻辑，与传统搜索截然不同。一、AI不是搜索引擎，而是“私人侦探”传统搜索引擎的逻辑非常简单：出价高、关键词匹配、内容丰富 → 排名靠前。AI大模型则不然。豆包、Deepseek、元宝等生成式AI在推荐企业时，更像是在做侦探工作：- 官网地址与地图上的地址是否一致？-
AI时代,企业转型的核心机遇在哪里?
"近期AI领域有几条值得关注的动向"多模态RAG、Thinking Machines的实时交互模型 TML-Interaction-Small，以及宇树载人变形机甲 GD01 都是近期焦点话题。其中，多模态RAG被认为正在将企业知识库从"文本片段检索"升级为"文档、图表、表格、截图、权限、引用位置"共同协作的智能检索基础设施。Thinking Machines 官方也指出，AI交互需要从传统一问一答模式，转向跨语音、视频、文本的实时协作。但我们认为，企业真正需要关注的不是"又发布了什么新模型"，而是：这些