北京 2025年6月17日 /美通社/ -- 當(dāng)前，人工智能正經(jīng)歷從"知識庫輔助"向"自主決策執(zhí)行"的范式升級。早期依賴檢索增強(qiáng)生成（RAG）的大模型方案雖能解釋問題，卻難以閉環(huán)解決復(fù)雜場景需求。例如，在運(yùn)維故障診斷中，RAG僅能輸出故障原因報告，仍需人工介入處理。這一局限正被新一代技術(shù)突破所取代：以大模型為"認(rèn)知引擎"、智能體為"行動實(shí)體"的協(xié)同架構(gòu)，通過構(gòu)建"感知-決策-執(zhí)行"閉環(huán)，真正推動AI從"解釋世界"走向"改造世界"。借助浪潮信息元腦企智EPAI企業(yè)大模型開發(fā)平臺，企業(yè)僅需三步即可輕松構(gòu)建智能體應(yīng)用，實(shí)現(xiàn)工作執(zhí)行自動化，提升業(yè)務(wù)效率。

大模型落地范式升級：從"解釋問題"到"解決問題"

1. RAG的局限性

在這兩年的大模型落地實(shí)踐中，檢索增強(qiáng)生成（RAG）曾被視為大模型應(yīng)用的"黃金搭檔"——通過向量檢索技術(shù)，模型能精準(zhǔn)調(diào)取知識庫中的歷史案例與解決方案。然而，這種模式始終存在本質(zhì)局限：它僅能解釋問題，卻無法解決問題。

以服務(wù)器運(yùn)維場景為例：當(dāng)監(jiān)控系統(tǒng)發(fā)出"CPU使用率100%"告警時，運(yùn)維人員向RAG助手提問："如何快速恢復(fù)業(yè)務(wù)？"

RAG的處理邏輯為：

• 檢索知識庫中相似案例（如"進(jìn)程資源泄露"報告）；
• 輸出故障原因分析及處理建議文檔；
• 最終仍需人工登錄服務(wù)器，逐行執(zhí)行命令。

2. 智能體：構(gòu)建"感知-決策-執(zhí)行"閉環(huán)

智能體架構(gòu)徹底顛覆了被動響應(yīng)模式。它以大模型為決策中樞，整合實(shí)時數(shù)據(jù)接口、自動化工具鏈與多步推理能力。在運(yùn)維場景中，智能體的處理邏輯為：

• 對問題進(jìn)行分析；
• 調(diào)用服務(wù)器API對問題進(jìn)行排查；
• 定位問題后，在知識庫中查找解決方案；
• 自動執(zhí)行命令修復(fù)，讓用戶再次嘗試。

元腦企智EPAI：智能體應(yīng)用開發(fā)的"全棧引擎"

元腦企智EPAI可以為企業(yè)用戶提供開發(fā)、評估、上線智能體的全流程，增強(qiáng)了知識檢索、互聯(lián)網(wǎng)搜索、工作流設(shè)計和智能體協(xié)助的功能，助力企業(yè)擴(kuò)展大模型應(yīng)用范圍。元腦企智EPAI是浪潮信息的大模型應(yīng)用落地解決之道，能夠?yàn)槠髽I(yè)AI大模型落地應(yīng)用提供高效、易用、安全的端到端開發(fā)平臺，幫助企業(yè)高效開發(fā)部署生成式AI應(yīng)用、打造智能生產(chǎn)力。

基于元腦企智EPAI，企業(yè)僅需三步，即可高效構(gòu)建智能體應(yīng)用。

Step1 智能體開發(fā)

在元腦企智EPAI智能體頁面只需通過拖拽式工作流編排，即可定義智能體的決策邏輯和執(zhí)行路徑。以運(yùn)維助手為例，用戶輸入問題后，先讀取并寫入歷史記錄，然后通過"問題分類器"對問題的意圖進(jìn)行分析。根據(jù)問題分類，分為三個業(yè)務(wù)分支。第一個分支查找問題解決方案，通過大模型+知識庫輸出。第二個分支對問題定位分析，通過調(diào)用API進(jìn)行集群監(jiān)控、健康檢查和遠(yuǎn)程診斷等。第三個分支處理一般性問題，引導(dǎo)用戶問題。三個分支的問題都會保存到歷史記錄并輸出最終結(jié)果。 

接下來，在智能體頁面配置交互流程，設(shè)置助手功能介紹和引導(dǎo)問題等。

Step2 智能體評估

智能體配置完成后，企業(yè)可以在元腦企智EPAI的"應(yīng)用評測"界面進(jìn)行評估。只需填寫服務(wù)地址、API-KEY和評測集，就能夠自動評測智能體應(yīng)用的能力。

元腦企智EPAI可實(shí)時追蹤任務(wù)全生命周期，涵蓋模型配置、評測集規(guī)模、持續(xù)時長等基礎(chǔ)信息；同時可深度評估智能體運(yùn)行狀態(tài)，通過錯誤率、TPS（吞吐量）和TTFT（首字延遲）等12項核心指標(biāo)，反饋智能體響應(yīng)速度與穩(wěn)定性。用戶可直觀查看不同智能體的性能雷達(dá)圖，包括響應(yīng)速度對比、回答正確率熱力圖、生成成功率趨勢曲線等指標(biāo)的可視化分析。這套評估體系如同為智能體裝上"飛行記錄儀"，既記錄"何時起飛、何時降落"的任務(wù)軌跡，又精準(zhǔn)捕捉"飛行姿態(tài)"的每個細(xì)節(jié)，確保上線無憂。

Step3 智能體上線&效果對比

最后，我們對比下前后效果。面對同一個問題，基于RAG的智能運(yùn)維助手僅能解釋問題，需要用戶自己解決。而使用智能體后，智能運(yùn)維助手能夠和用戶進(jìn)行交互，從而定位出問題，并根據(jù)用戶權(quán)限給出解決問題的辦法。

綜上所述，通過在元腦企智EPAI平臺上創(chuàng)建智能體，企業(yè)用戶可以清晰地定義任務(wù)的執(zhí)行順序、責(zé)任分配以及各步驟之間的依賴關(guān)系，從而實(shí)現(xiàn)流程的自動化和優(yōu)化。借助元腦企智EPAI，用戶可以構(gòu)建基于深度思考模型的智能體，以及針對復(fù)雜場景的多級大模型，并結(jié)合深度思考解決實(shí)際問題。