2026年的企业AI市场上演着一出令人担心的悖论，，，，一边是CEO官们以前所未有的速率采购算力、接入API、上线数字员工。。而另一边，，，，真正的转变却远未爆发。。据IDC 2026年智能体企业用户调研数据显示，，，，仍有60%的中国企业处于相识评估和试点智能体的阶段，，，，仅有18%的企业把智能体纳入焦点营业流。。 更危险的是，，，，大大都企业尚未意识到正在失去什么。。当所有公司都在挪用同样的云端模子、依赖同样的逻辑黑盒，，，，所谓的“竞争优势”正在迅速坍缩为行业平均水平。。而企业最名贵的资产，，，，那些泯灭数十年积累的专家履历与营业逻辑，，，，正在每一次API挪用中悄然沦为云端模子的“免费燃料”。。 东方国信AI首席架构师、现任IEEE人工智能标准委员会主席佟佳睿给这种流失起了个名字——“认知虹吸”，，，，在别人的模子上跑自己的营业，，，，企业正沦为模子供应商的“数字房客”。。佟佳睿把这叫“企业朴陋化”，，，，“我们要解决的不是模子够不敷大，，，，而是认知是否自有。。租来的，，，，终究是别人的。。” 日前，，，，围绕企业认知系统与AI落地路径，，，，我们对佟佳睿举行了专访。。2011年，，，，东方国信以大数据姿态上市、营业笼罩通讯、工业、金融、政府等多个行业，，，，正试图在AI时代讲一个与大大都厂商截然差别的故事，，，，他们不想只卖智能体，，，，他们想做企业“认知主权”的合资人。。相比智能体能否完成使命，，，，他们更关注另一个问题：企业多年积累的知识、履历和营业逻辑，，，，能否真正沉淀为属于自己的智能体能力，，，，而不是随着一次次模子挪用一直流失。。 这话听起来反直觉，，，，但在他看来，，，，目今企业AI最大的误区，，，，就是把90%的精神放在了模子层，，，，接哪个大模子、用什么参数、幻觉怎么控制。。而真正决议成败的，，，，恰恰是那剩下的7/8，，，，企业的认知资产有没有被显性化？？？有没有一连进化的机制？？？智能体执行的效果有没有被纪录和评估？？？ 他举了一个重复看到的场景，，，，企业引入AI写代码，，，，效率确实高了，，，，但问题来了，，，，AI写的代码，，，，不切合原有的需求确认流程、中心的评审节点、人在环中的check机制。。单点效率提高了，，，，整体效率纷歧定提高，，，，甚至造成冲突。。 在他眼中，，，，企业的认知资产由四个维度组成：本体（Ontology）、手艺（Skills）、影象（Memory）、学习（Learning）。。本体是基本，，，，界说营业实体与逻辑的实质；；手艺是手段，，，，将重大能力拆解为可复用的原子化模子；；影象是沉淀，，，，承载跨越时空的履历积累；；学习是闭环，，，，驱动系统性的自我进化与纠偏。。这四个维度不但保存于组织层面，，，，还形成了一个层级结构：从个人认知到岗位认知，，，，最终汇聚为组织认知。。企业的认知资产，，，，最值钱的部分往往沉淀在最资深的专家脑子里，，，，不在数据库里，，，，不在文档里，，，，就在人身上。。这恰恰是大模子最难“学到”的工具。。 这场迁徙，，，，实质是从旧天下到新天下的五重切换：从“工具集成”到“认知资产化”，，，，从“软件工程”到“软件培育”，，，，从“租用智能”到“自有认知”，，，，从“上线即巅峰”到“上线即起点”，，，，从“模子能力”到“组织认知”。。 古板软件的逻辑是构建，，，，连系需求、开发、交付、运维，，，，上线即巅峰，，，，随后价值一直衰减。。而认知软件的逻辑是养成，，，，上线只是起点，，，，真正的价值在一连生长中积累。。 “若是说古板软件公司是工厂，，，，那么未来的认知型软件公司更像农场。。”他说，，，，“焦点事情不再是制造零件，，，，而是作育软件的生长能力。。” 他把这套机制叫做KSTAR循环，，，，即Knowledge（输入既有营业逻辑）、Situation（感知目今营业上下文）、Task（界说详细目的）、Action（执行智能化决议）、Result（获取反馈并盘算ΔR学习信号）。。每一次ΔR的回传，，，，都在优化企业的本体、手艺与影象。。 佟佳睿把这套一连回传的机制称为企业的“认知飞轮”：营业越跑，，，，反馈越多，，，，认知越进化，，，，系统就越懂营业、越难被替换。。“每一次挪用大模子，，，，都是在给自己的认知充值，，，，而不是给模子供应商交租。。” “代码酿成了实现细节，，，，本体成为了新的源代码。。”他说，，，，“这不是修辞，，，，是字面意思。。当焦点认知资产沉淀在本体里而非代码里，，，，竞争敌手无法通过挖人来复制，，，，由于它不是一个个人，，，，而是一套系统。。” 第一个须要条件为Ontology（本体映射）。。企业营业单位的知识和规则，，，，必需显性化。。不是靠AI去“猜”、靠概率去“蒙”，，，，而是要把散落在专家脑子里、Excel表格里、SOP文档里的规则，，，，注入到可追溯、可约束的本体层。。“任何系统里若是保存大宗幻觉或模糊性，，，，就没法真正安排。。这不是大模子的问题，，，，是本体缺失的问题。。” 别的，，，，同时还要具备Feedback Loop（评估闭环）。。 智能体执行任何使命，，，，必需有最终判断，，，，乐成照旧失败，，，，乐成到什么水平，，，，必需有日志纪录，，，，必需有评估系统。。“没有评估就没有确定性。。推理本钱两年内下降凌驾95%，，，，让‘每项营业流程都安排一个智能体’在经济上真正变得可行。。但经济上可行，，，，不即是营业上可靠。。这两个条件，，，，缺一不可。。” 佟佳睿把这套架构叫做NSEAP 神经符号进化智能体平台（Neuro-symbolic Evolutionary Agent Platform）。。N是神经侧（感知、明确、推理），，，，S是符号侧（本体、规则、影象），，，，E是进化（基于KSTAR循环的一连学习），，，，A是智能体，，，，P是平台。。神经侧认真"智慧与创立"，，，，符号侧认真"影象与传承"。。两层叠加，，，，才有学习能力，，，，又有确定性包管。。 在他看来，，，，OpenAI在做的事是把模子性能推到极致，，，，这虽然有价值，，，，但模子能力不即是企业认知能力。。Palantir界说了一套完整的Ontology框架，，，，让智能体有了营业明确和执行能力，，，，但它缺少进化机制，，，，系统在上线那一刻便到顶、以后不再生长，，，，下次重大升级之前，，，，认知水平是恒定的。。而东方国信想解决的，，，，是让组织级别的认知一连生长，，，，不依赖模子更新，，，，不依赖外部供应商。。 若是把企业AI的竞赛分成几个阶段，，，，大大都企业现在卡在的位置并不难形貌。。现现在，，，，数据已经驱动了决议，，，，机械已经能给出建议，，，，甚至能执行。。但做完之后，，，，系统是否变得更智慧？？？下一次遇到类似问题，，，，是否不再需要人工干预？？？ Palantir界说了一套完整的Ontology框架，，，，让智能体有了营业明确和执行能力，，，，这是它值3000亿美元的原因。。但它缺少进化机制，，，，系统没有建设从操作到自我更新的闭环，，，，下次重大升级之前，，，，认知水平是恒定的。。 这诠释了为什么佟佳睿坚持把“本体映射”和“评估闭环”作为安排的须要条件。。这两个条件实质上是把认知主权锁在企业内部的手艺手段：企业的规则，，，，企业自己界说；；企业的进化，，，，企业自己控制。。 第一，，，，缺乏Grounding。。 大模子靠概率天生下一个字，，，，缺乏将符号与真实天下可靠毗连的能力。。它可以流通讨论水的化学性子，，，，却未必能把“水”这个符号与真实的水自己可靠联系。。在需要准确决议的场景里，，，，这是致命的。。 第二，，，，无法肩负要害决议。。 在核电站控制、金融风控这类容错率极低的场景里，，，，99.999%的置信度不敷，，，，必需是100%。。纯大模子蹊径在这些场景里自然无法安排。。 这两个障碍，，，，决议了“神经符号架构”从手艺选择升格为工业级AI的必定逻辑。。但佟佳睿真正想说的，，，，是一个更深的行业判断：模子终将普适，，，，算力终将商品化，，，，但企业的认知资产是时间堆出来的、场景喂出来的、真金白金买不走的。。 这诠释了为什么东方国信正在推动两项IEEE标准，，，，P3394（大语言模子智能体接口标准）和P3427（联邦语义智能体标准）。。目的很明确：用标准化的符号锁定企业的认知主权，，，，防止认知资产被模子供应商虹吸。。 在佟佳？？？蠢，，，，这正是企业认知系统“复利型认知护城河”的逻辑：认知资产随时间越沉淀越厚，，，，既锁在企业自己的本体里，，，，也锁进IEEE标准里——挖人挖不走，，，，挪用带不走。。 据中国通讯工业协会数据中心委员会宣布的《2026中国企业级AI智能体工业白皮书》，，，，2025年中国企业级AI智能体市场规模为212亿元，，，，2026年预计翻倍至449亿元，，，，到2029年有望突破3320亿元。。市场在爆发，，，，但佟佳睿更体贴的是：这些钱，，，，有几多真正留在了企业自己的认知系统里？？？ 两股实力正在同时到来：一边是推理本钱两年内下降凌驾95%，，，，让“每个营业流程都配一个智能体”在经济上第一次建设；；一边是市场三年内从212亿冲向3320亿元。。拐点已至、空间重大——但真正的分水岭不是谁用得起智能体，，，，而是谁能把这波投入沉淀成自己的认知资产。。 若是说OpenAI把模子推向极致、Palantir用Ontology界说了“决议级智能”并因此值3000亿美元量级，，，，那么下一个数目级的时机，，，，属于在Ontology之上叠加“进化层”、让组织认知一连复利的公司。。这就是东方国信为企业认知系统（ECS）押下的注——在租来的模子上，，，，企业永远是房客；；只有自己养出来的认知，，，，才是自己的土地。。