近日，浙江省经信厅制定并印发《浙江省工业智能体平台建设指南（试行）》，加快工业智能体平台建设，推进人工智能技术在制造业深度融合应用。
《指南》明确，推进构建技术先进、自主协同、安全可靠、开放共享、生态共建的工业智能体平台，提供一站式的AI赋能服务，降低中小企业智能体应用门槛，开发、部署并运营具备感知、记忆、决策、交互、执行自主闭环能力的工业智能体，支撑从自动化向智能化生产跃迁。
工业智能体平台是什么？
工业智能体平台是面向工业场景，以大模型为核心认知与推理引擎，深度融合工业知识图谱与机理模型，集成数据治理、模型训练、智能体开发与部署等功能的一站式AI赋能平台。
工业智能体平台建设内容有哪些？
总体架构
工业智能体平台主要包含基础设施、核心引擎、智能体构建、应用交互四大核心模块。具体建设内容可参考以下架构：
工业智能体平台总体架构图
基础设施
平台应构建高可靠、弹性扩展的基础支撑环境，为平台算力供给、数据治理、物联接入与模型运行提供基础保障，满足工业场景下高并发、低时延的业务需求。
构建算力资源池，建设异构算力集群，整合多元算力资源，搭建弹性算力调度系统，支持大模型训练与推理，保障算力按需分配与动态扩缩容。
支持分布式数据存储，构建涵盖时序数据库、图数据库、对象存储、关系型数据库等的分布式存储体系，实现海量工业数据的持久化存储、高效读写与容灾备份。
具备物联网接入能力，部署工业物联网网关与协议转换模块，支持主流工业协议，实现生产设备、传感器及各类工控系统的泛在连接与数据采集。
支持边缘计算，可支持在生产现场就近开展数据预处理、实时分析与指令下发，降低云端传输压力，提升工业场景响应速度与可靠性。
构建可信计算环境，实现基础设施的可信启动与动态度量，为模型服务提供全程可控的可信运行环境。
构建基础大模型基座，接入或部署适配工业场景的基础大模型，形成平台智能能力基座，为工业智能体开发及应用提供模型支撑。
核心引擎
平台应搭建数据治理、数据集成与本体驱动的核心能力引擎，配备深度适配工业领域的高效能模型能力，支持数据驱动、模型赋能、应用牵引的模数共振闭环迭代。
数据处理。具备数据采集与清洗能力，实现数据标注，支持数据合成。
数据集成。具备元数据扫描能力，实现多模态融合，支持数据虚拟接入。
本体引擎。支持本体构建，可维护本体间的层级、关联与约束规则，支持技能封装与复用。
知识学习。沉淀工业物理机理、生产工艺及设备原理等专业知识，形成可复用、调优的工业机理模型库。支持构建工业知识图谱，支持多模态工业知识查询。
训练调优。具备模型微调能力，支持强化学习训练，支持检索增强。
模型交互。具备模型管理能力，支持模型运行参数动态调整与计算资源动态分配，支持模型协同。
智能体构建
平台应提供模块化、可扩展的智能体开发与协同能力，支持快速构建面向不同工业场景的专用智能体，实现工业智能体全生命周期管理，并赋能其高效协作。
模块化开发与管理。构建工作流引擎，支持组件管理，提供插件工具，支持测试验证，支持配置管理，常态化迭代更新。
定制化应用。具备满足不同业务需求的智能体定制化适配能力。支持工业协议解析、API集成与MCP接入，支持智能体按需调用工具，具备灵活部署能力。
多智能体协同。支持个性化创建多智能体协同模式与交互机制，支持任务分解，具备运行管理能力，支持记忆共享。
应用交互
平台应面向工业全价值链，打造场景化智能应用与统一交互入口，提升业务效率与决策水平。
支持构建研发设计智能体、生产制造智能体、经营管理智能体、客户服务智能体、产业协同智能体。提供统一交互界面，实现工业智能体的统一管理、任务分发与结果展示。
在保障体系方面，《指南》提出，构建基础安全保障体系，具备入侵检测、漏洞扫描、加密传输、存储脱敏、访问控制、代码检测、供应链管控等基础安全防护能力。建立面向平台建设、运营的标准规范体系。建立适应平台发展的人才培育体系，开展技能培训与认证等。
来源：浙江省经信厅、浙江发布
