← Financial Cloud Cloud Cloud Club · AWS Re:cap

极点宏观|Financial Cloud Cloud · AWS Re:cap

AWS Re:cap 05: 从多智能体看 Agent 时代软件新生态

讲者: 政务数据

场次: 05

场次
Summit Dev Lounge2026 Re:cap
01 把架构写成 Steering,引导 AI Agent
02 Agent Harness 才是真正的工程护城河
03 用白话询问可观测性数据
04 以 Bedrock AgentCore 打造 Serverless AR 游戏
05 AgentCore 上的多 Agent 量化回测
06 三分钟用 Kiro 把博客变成幻灯片
AWS Community Day Hong Kong 2025 Re:cap
02 使用 Terraform 实现 AWS 合规
03 从初学者到构建者:一段精彩的 AWS 云之旅
04 以团队为先:使用 Laravel 与 Bref 开展无服务器工程
05 活动开幕式
06 智能体到智能体:在 AWS 上构建可互操作的 AI
07 利用另一类遥测数据,借助 AI 智能体更快改进
08 告别氛围编程:使用 Kiro 进行规格驱动开发
09 使用 MCP 与 AI 智能体进行自动化测试
10 使用机器学习方法实现电信安全现代化
11 重新思考生成式 AI 智能体:RAG 与 MCP
12 使用 TAK 和 AWS 开展灾难与应急响应
13 从测试视角重新思考无服务器应用程序工作流
14 Practical AWS FinOps for Cloud Success
15 基于 AWS 的 AI 驱动全球纯 Alpha 宏观交易:重塑风险调整后资产收益
FSI Recap
01 现代交易生命周期:从交易到结算
02 Goldman Sachs:通过 Fast Track 加速应用程序上云 - AWS Re:cap Q1/2023
03 Zurich Insurance Group:在 AWS 上构建高效的日志管理解决方案
04 FSI Meetup 2025 年第四季度 - Brex 数据库灾难恢复
05 FSI Meetup 2025 Q4 - Graviton 迁移成功案例
06 FSI Meetup 2025 Q4 - Stifel 现代数据平台
07 FSI Meetup 2025 Q4 - PayPal 金融交易数据对账系统
08 FSI Meetup 2025 Q4 - 规模化提升韧性
09 最大限度提高 AI 推理成本效益:战略性采用 AWS GPU 实例
10 高级智能体 AI 设计模式
11 在 AWS 上构建全新的现代化应用
AWS re:Invent 2025
01 Coinbase re:Invent 回顾 (IND3312)
02 利用 AI 和 AWS 构建未来交易平台
03 交易创新:Jefferies 基于 Amazon Bedrock 构建的 AI 助手 (IND3315)
04 FSI 如何通过 Agentic AI (GBL302) 彻底改变 HFT 分析
05 使用 Amazon Time Sync 改进分布式系统(采用 Nasdaq)
06 Amazon Aurora HA 和 DR 全球弹性设计模式 (DAT442)
07 构建智能体式 AI:Amazon Nova Act 与 Strands Agents 实践 (DEV327)
08 深入探讨 Amazon Aurora 及其创新 (DAT441)
09 深入探讨 Amazon S3(STG407)
10 Nasdaq:为全球金融服务构建弹性基础设施 (HMC327)
11 AWS Lambda 新功能 (CNS376)
12 使用 Kiro 进行规范驱动开发 (DEV314)
13 Amazon 的 FinOps:全球电商巨头的云成本管理经验 (AMZ308)
14 AWS 上交易平台的 Tick-to-Trade 延迟
政务数据
01 The AI Era: The Boundary Between Development and Design Is Disappearing
02 端侧多模态 AI 与智慧城市实践
03 大模型能力评测与 AI 项目落地方法论
04 基于云代理的政府开发全链路受控自动化
05 从多智能体看 Agent 时代软件新生态
06 AI 驱动的宏观量化研究与智慧治理
07 公共数据授权运营与智慧政务实践
08 数据资产化落地实践:确权合规、工程治理与数字政府案例
09 AI技术赋能心理健康公益:可信平台的治理、架构与实践
Amarathon 2025 回顾
01 开发者的智能体架构设计路线图
02 Amazon Bedrock 数据自动化
03 AgentCore 上的多智能体
04 实践中构建智能体式 AI:Nova Act 与 Strands Agents
04 使用规格驱动开发,通过 Kiro 加速迁移项目
06 从「匹配」到「理解」:由 AgentCore Memory 驱动的个性化 AI 搜索实践
07 从观察到优化:从 LLM 可观测性迈向 AIOps,将实时洞察转化为智慧自动化
08 部署 TEAM 并打造最佳工程团队
09 五年来所谓无服务器数据库带来的五个惨痛教训
14 如果 AI 替我工作会怎样:Q Developer CLI 与 Kiro 如何改变我的日常工作
16 兼顾速度与警觉:Amazon Bedrock Agent 开发的安全要点
26 在单张 H100 上运行 OSS LLM:更智能、更便宜、更快速
28 现代统一元数据架构:打破数据孤岛的新方法
29 无服务器 MediaOps:使用 Amazon Web Services 上的 AI 自动化视频工作流
30 通过大规模性能测试构建兼具效率与可靠性的架构
31 通过开源连接世界:技术、社区与全球开发者关系的实践历程
33 构建流式 Iceberg 表以进行实时物流分析
34 加速大规模机器人策略训练:基于 Kiro、Trainium 和 EKS 的自动化闭环架构
35 通过规格驱动开发,从 Vibe 走向可行方案
36 让云成本分析更智能:使用 Strands 和 AgentCore 构建 FinOps 智能体
37 使用 CNCF Kagent、K8sGPT 和 Nova Sonic 转型 K8s 对话式智能体 AIOps

面向政府技术顾问、政务信息化、数据治理、资安、企业架构与大型项目决策者的深度分享。


政府软件生态的 Agent 转折

公共价值

以办理时间、一次办结率和基层负担判断成败。这项设计的核心,是把技术能力放回公共责任与业务结果之中。实施时应指定责任人、输入输出、例外路径和可验证证据,不能只用展示效果判断成熟度。

工程本质

多智能体是带机率行为的分散式系统。落地时要区分确定性流程与机率性推理,前者控制交易和权限,后者处理语义与不完整数据。两者之间以结构化契约连接,才能测试、回放和替换。

责任红线

法定决定不能交给代理投票。风险控制不应停留在原则,而要变成身份、授权、版本、日志、人工否决和退出机制。任何高影响动作都需在执行前后留下可供审计的完整证据链。

起步方法

先拆流程,再标记规则、推理与人工节点。评估时同时检查公共价值、模型质量、工程可靠性、治理效果和单件成本。若基准未改善,或风险超过门槛,就应降级、修正或停止,而不是因已投资而继续扩张。


Agent 与微服务的正确分工

问题与判断

微服务承担交易、帐务、身份和可重现规则。这项设计的核心,是把技术能力放回公共责任与业务结果之中。实施时应指定责任人、输入输出、例外路径和可验证证据,不能只用展示效果判断成熟度。

架构与方法

代理负责语义理解、证据蒐集与建议草拟。落地时要区分确定性流程与机率性推理,前者控制交易和权限,后者处理语义与不完整数据。两者之间以结构化契约连接,才能测试、回放和替换。

治理与控制

核心系统仍是权威状态,模型不能直接覆盖。风险控制不应停留在原则,而要变成身份、授权、版本、日志、人工否决和退出机制。任何高影响动作都需在执行前后留下可供审计的完整证据链。

实施与验收

每次模型调用都要证明比规则或搜索更有价值。评估时同时检查公共价值、模型质量、工程可靠性、治理效果和单件成本。若基准未改善,或风险超过门槛,就应降级、修正或停止,而不是因已投资而继续扩张。


多智能体的适用判准

问题与判断

多专业、多数据域、多权限和高例外比例是正面信号。这项设计的核心,是把技术能力放回公共责任与业务结果之中。实施时应指定责任人、输入输出、例外路径和可验证证据,不能只用展示效果判断成熟度。

架构与方法

固定流程、单一数据源和低推理价值应用传统自动化。落地时要区分确定性流程与机率性推理,前者控制交易和权限,后者处理语义与不完整数据。两者之间以结构化契约连接,才能测试、回放和替换。

治理与控制

以任务变异度、跨域依赖度、例外率和推理收益评分。风险控制不应停留在原则,而要变成身份、授权、版本、日志、人工否决和退出机制。任何高影响动作都需在执行前后留下可供审计的完整证据链。

实施与验收

PoC 前建立时间、错误、退件、工时和申诉基准线。评估时同时检查公共价值、模型质量、工程可靠性、治理效果和单件成本。若基准未改善,或风险超过门槛,就应降级、修正或停止,而不是因已投资而继续扩张。


五种角色与职责隔离

问题与判断

协调者拆任务和维护状态,但不判定政策合法性。这项设计的核心,是把技术能力放回公共责任与业务结果之中。实施时应指定责任人、输入输出、例外路径和可验证证据,不能只用展示效果判断成熟度。

架构与方法

专家代理提供政策、数据、核算或文本输出。落地时要区分确定性流程与机率性推理,前者控制交易和权限,后者处理语义与不完整数据。两者之间以结构化契约连接,才能测试、回放和替换。

治理与控制

守门与审计代理检查权限、用途和证据完整性。风险控制不应停留在原则,而要变成身份、授权、版本、日志、人工否决和退出机制。任何高影响动作都需在执行前后留下可供审计的完整证据链。

实施与验收

人工责任人拥有高风险决定的批准、否决和改判权。评估时同时检查公共价值、模型质量、工程可靠性、治理效果和单件成本。若基准未改善,或风险超过门槛,就应降级、修正或停止,而不是因已投资而继续扩张。


集中、阶层与分散协作

问题与判断

集中编排最适合正式政务流程和一致审计。这项设计的核心,是把技术能力放回公共责任与业务结果之中。实施时应指定责任人、输入输出、例外路径和可验证证据,不能只用展示效果判断成熟度。

架构与方法

阶层模式适合大型跨领域任务,但要防摘要失真。落地时要区分确定性流程与机率性推理,前者控制交易和权限,后者处理语义与不完整数据。两者之间以结构化契约连接,才能测试、回放和替换。

治理与控制

分散协商只宜用于低风险探索,不可取代法定责任。风险控制不应停留在原则,而要变成身份、授权、版本、日志、人工否决和退出机制。任何高影响动作都需在执行前后留下可供审计的完整证据链。

实施与验收

所有模式都要限制回合、成本、超时和冲突升级。评估时同时检查公共价值、模型质量、工程可靠性、治理效果和单件成本。若基准未改善,或风险超过门槛,就应降级、修正或停止,而不是因已投资而继续扩张。


任务契约与结构化 Schema

问题与判断

输入包含目的、数据范围、工具、期限、成本和风险。这项设计的核心,是把技术能力放回公共责任与业务结果之中。实施时应指定责任人、输入输出、例外路径和可验证证据,不能只用展示效果判断成熟度。

架构与方法

输出包含结论、引用、信心、未决事项和下一步。落地时要区分确定性流程与机率性推理,前者控制交易和权限,后者处理语义与不完整数据。两者之间以结构化契约连接,才能测试、回放和替换。

治理与控制

金额、日期、资格与身份必须进行类型和范围校验。风险控制不应停留在原则,而要变成身份、授权、版本、日志、人工否决和退出机制。任何高影响动作都需在执行前后留下可供审计的完整证据链。

实施与验收

契约要有版本、兼容策略、测试和变更审批。评估时同时检查公共价值、模型质量、工程可靠性、治理效果和单件成本。若基准未改善,或风险超过门槛,就应降级、修正或停止,而不是因已投资而继续扩张。


共享状态与代理记忆

问题与判断

流程状态、业务状态和语义记忆必须分开治理。这项设计的核心,是把技术能力放回公共责任与业务结果之中。实施时应指定责任人、输入输出、例外路径和可验证证据,不能只用展示效果判断成熟度。

架构与方法

核心业务系统是权威来源,向量记忆只作辅助。落地时要区分确定性流程与机率性推理,前者控制交易和权限,后者处理语义与不完整数据。两者之间以结构化契约连接,才能测试、回放和替换。

治理与控制

长流程采事件溯源、幂等键和 Saga 补偿。风险控制不应停留在原则,而要变成身份、授权、版本、日志、人工否决和退出机制。任何高影响动作都需在执行前后留下可供审计的完整证据链。

实施与验收

每类状态设置建立、使用、封存和删除周期。评估时同时检查公共价值、模型质量、工程可靠性、治理效果和单件成本。若基准未改善,或风险超过门槛,就应降级、修正或停止,而不是因已投资而继续扩张。


工具调用的安全边界

问题与判断

按搜索、读取、写入、付款、通知和删除拆分权限。这项设计的核心,是把技术能力放回公共责任与业务结果之中。实施时应指定责任人、输入输出、例外路径和可验证证据,不能只用展示效果判断成熟度。

架构与方法

执行前验证身份、委托、目的、数据分类和影响范围。落地时要区分确定性流程与机率性推理,前者控制交易和权限,后者处理语义与不完整数据。两者之间以结构化契约连接,才能测试、回放和替换。

治理与控制

执行后核对结果、取得回执并写入不可窜改证据。风险控制不应停留在原则,而要变成身份、授权、版本、日志、人工否决和退出机制。任何高影响动作都需在执行前后留下可供审计的完整证据链。

实施与验收

红队测试提示注入、恶意文件、越权参数和工具混淆。评估时同时检查公共价值、模型质量、工程可靠性、治理效果和单件成本。若基准未改善,或风险超过门槛,就应降级、修正或停止,而不是因已投资而继续扩张。


代理身份与零信任

问题与判断

人员、服务和代理使用不同且可追踪的身份。这项设计的核心,是把技术能力放回公共责任与业务结果之中。实施时应指定责任人、输入输出、例外路径和可验证证据,不能只用展示效果判断成熟度。

架构与方法

短期凭证绑定任务、用途、数据范围和有效期。落地时要区分确定性流程与机率性推理,前者控制交易和权限,后者处理语义与不完整数据。两者之间以结构化契约连接,才能测试、回放和替换。

治理与控制

授权纳入角色、敏感度、地区、时间和风险条件。风险控制不应停留在原则,而要变成身份、授权、版本、日志、人工否决和退出机制。任何高影响动作都需在执行前后留下可供审计的完整证据链。

实施与验收

代理退役时同步撤销密钥、工具、记忆和排程。评估时同时检查公共价值、模型质量、工程可靠性、治理效果和单件成本。若基准未改善,或风险超过门槛,就应降级、修正或停止,而不是因已投资而继续扩张。


数字员工的全生命周期

问题与判断

职务说明书列出服务对象、可做、不可做和升级路径。这项设计的核心,是把技术能力放回公共责任与业务结果之中。实施时应指定责任人、输入输出、例外路径和可验证证据,不能只用展示效果判断成熟度。

架构与方法

权限卡分清可读、可写、可建议和可批准。落地时要区分确定性流程与机率性推理,前者控制交易和权限,后者处理语义与不完整数据。两者之间以结构化契约连接,才能测试、回放和替换。

治理与控制

绩效同时看正确、引用、拒答、申诉和返工。风险控制不应停留在原则,而要变成身份、授权、版本、日志、人工否决和退出机制。任何高影响动作都需在执行前后留下可供审计的完整证据链。

实施与验收

停用时交接未结案件、撤权、封存证据和更新目录。评估时同时检查公共价值、模型质量、工程可靠性、治理效果和单件成本。若基准未改善,或风险超过门槛,就应降级、修正或停止,而不是因已投资而继续扩张。


人工复核的真正设计

问题与判断

人工放在冲突、不可逆工具和低信心输出之前。这项设计的核心,是把技术能力放回公共责任与业务结果之中。实施时应指定责任人、输入输出、例外路径和可验证证据,不能只用展示效果判断成熟度。

架构与方法

复核界面展示原始数据、政策、分歧和预期影响。落地时要区分确定性流程与机率性推理,前者控制交易和权限,后者处理语义与不完整数据。两者之间以结构化契约连接,才能测试、回放和替换。

治理与控制

复核人可否决、修改、补证或转交,理由必须记录。风险控制不应停留在原则,而要变成身份、授权、版本、日志、人工否决和退出机制。任何高影响动作都需在执行前后留下可供审计的完整证据链。

实施与验收

高风险全复核,中低风险用阈值、抽样和一致性监察。评估时同时检查公共价值、模型质量、工程可靠性、治理效果和单件成本。若基准未改善,或风险超过门槛,就应降级、修正或停止,而不是因已投资而继续扩张。


把代理冲突变成治理信号

问题与判断

冲突常源自版本、日期、数据完整度和管辖差异。这项设计的核心,是把技术能力放回公共责任与业务结果之中。实施时应指定责任人、输入输出、例外路径和可验证证据,不能只用展示效果判断成熟度。

架构与方法

冲突包列出争点、各方依据、缺失数据和影响。落地时要区分确定性流程与机率性推理,前者控制交易和权限,后者处理语义与不完整数据。两者之间以结构化契约连接,才能测试、回放和替换。

治理与控制

先查数据与版本,再套政策优先级,最后人工裁决。风险控制不应停留在原则,而要变成身份、授权、版本、日志、人工否决和退出机制。任何高影响动作都需在执行前后留下可供审计的完整证据链。

实施与验收

定期分析冲突可发现政策含糊和跨部门标准不一。评估时同时检查公共价值、模型质量、工程可靠性、治理效果和单件成本。若基准未改善,或风险超过门槛,就应降级、修正或停止,而不是因已投资而继续扩张。


可靠性、降级与补偿

问题与判断

每个代理和工具设置超时、退避和最大重试。这项设计的核心,是把技术能力放回公共责任与业务结果之中。实施时应指定责任人、输入输出、例外路径和可验证证据,不能只用展示效果判断成熟度。

架构与方法

模型或外部云异常时切换规则、搜索、人工或延后。落地时要区分确定性流程与机率性推理,前者控制交易和权限,后者处理语义与不完整数据。两者之间以结构化契约连接,才能测试、回放和替换。

治理与控制

不可处理事件进死信队列,附上下文和处置期限。风险控制不应停留在原则,而要变成身份、授权、版本、日志、人工否决和退出机制。任何高影响动作都需在执行前后留下可供审计的完整证据链。

实施与验收

混沌演练验证 RTO、RPO、告警、接管和恢复。评估时同时检查公共价值、模型质量、工程可靠性、治理效果和单件成本。若基准未改善,或风险超过门槛,就应降级、修正或停止,而不是因已投资而继续扩张。


多智能体成本工程

问题与判断

成本拆成推理、检索、API、计算、存储、人工和运维。这项设计的核心,是把技术能力放回公共责任与业务结果之中。实施时应指定责任人、输入输出、例外路径和可验证证据,不能只用展示效果判断成熟度。

架构与方法

每项任务设置回合、上下文、工具次数和总成本上限。落地时要区分确定性流程与机率性推理,前者控制交易和权限,后者处理语义与不完整数据。两者之间以结构化契约连接,才能测试、回放和替换。

治理与控制

分类抽取用规则或小模型,复杂推理才用高能力模型。风险控制不应停留在原则,而要变成身份、授权、版本、日志、人工否决和退出机制。任何高影响动作都需在执行前后留下可供审计的完整证据链。

实施与验收

合同纳入单件成本、峰值吞吐和三年总持有成本。评估时同时检查公共价值、模型质量、工程可靠性、治理效果和单件成本。若基准未改善,或风险超过门槛,就应降级、修正或停止,而不是因已投资而继续扩张。


全链可观测与审计

问题与判断

案件追踪码串联请求、模型、知识、工具、人工与结果。这项设计的核心,是把技术能力放回公共责任与业务结果之中。实施时应指定责任人、输入输出、例外路径和可验证证据,不能只用展示效果判断成熟度。

架构与方法

技术、代理、业务和治理指标分层,避免只看延迟。落地时要区分确定性流程与机率性推理,前者控制交易和权限,后者处理语义与不完整数据。两者之间以结构化契约连接,才能测试、回放和替换。

治理与控制

日志遮罩敏感数据并分离运维与案件访问权。风险控制不应停留在原则,而要变成身份、授权、版本、日志、人工否决和退出机制。任何高影响动作都需在执行前后留下可供审计的完整证据链。

实施与验收

每日查看失败、成本、知识过期、改判和供应商可用性。评估时同时检查公共价值、模型质量、工程可靠性、治理效果和单件成本。若基准未改善,或风险超过门槛,就应降级、修正或停止,而不是因已投资而继续扩张。


评测不只看回答正确

问题与判断

基准集涵盖正常、边界、缺数据、冲突和恶意输入。这项设计的核心,是把技术能力放回公共责任与业务结果之中。实施时应指定责任人、输入输出、例外路径和可验证证据,不能只用展示效果判断成熟度。

架构与方法

评测任务成功、字段正确、引用、幻觉和拒答。落地时要区分确定性流程与机率性推理,前者控制交易和权限,后者处理语义与不完整数据。两者之间以结构化契约连接,才能测试、回放和替换。

治理与控制

同时测试泄漏、越权、公平、延迟、可用和灾备。风险控制不应停留在原则,而要变成身份、授权、版本、日志、人工否决和退出机制。任何高影响动作都需在执行前后留下可供审计的完整证据链。

实施与验收

模型、知识、提示词或工具变更后都要重新回归。评估时同时检查公共价值、模型质量、工程可靠性、治理效果和单件成本。若基准未改善,或风险超过门槛,就应降级、修正或停止,而不是因已投资而继续扩张。


PoC 到生产的阶段闸门

问题与判断

探索期使用合成、匿名或公开数据并设置停止条件。这项设计的核心,是把技术能力放回公共责任与业务结果之中。实施时应指定责任人、输入输出、例外路径和可验证证据,不能只用展示效果判断成熟度。

架构与方法

受控试点限制业务、人群和时段,结果全部人工核对。落地时要区分确定性流程与机率性推理,前者控制交易和权限,后者处理语义与不完整数据。两者之间以结构化契约连接,才能测试、回放和替换。

治理与控制

生产前完成等保、密评、数据分级、压测和灾备。风险控制不应停留在原则,而要变成身份、授权、版本、日志、人工否决和退出机制。任何高影响动作都需在执行前后留下可供审计的完整证据链。

实施与验收

扩展采灰度与回退,每增加代理或工具重做风险评估。评估时同时检查公共价值、模型质量、工程可靠性、治理效果和单件成本。若基准未改善,或风险超过门槛,就应降级、修正或停止,而不是因已投资而继续扩张。


成功案例:香港数字政府共享底座

问题与判断

到 2025 年底推进一百多项数字政府及智慧城市措施。这项设计的核心,是把技术能力放回公共责任与业务结果之中。实施时应指定责任人、输入输出、例外路径和可验证证据,不能只用展示效果判断成熟度。

架构与方法

新一代政府云、大数据、共享区块链和通用聊天服务支撑部门。落地时要区分确定性流程与机率性推理,前者控制交易和权限,后者处理语义与不完整数据。两者之间以结构化契约连接,才能测试、回放和替换。

治理与控制

智方便超过四百万用户,覆盖一千三百多项服务及表格。风险控制不应停留在原则,而要变成身份、授权、版本、日志、人工否决和退出机制。任何高影响动作都需在执行前后留下可供审计的完整证据链。

实施与验收

成功经验是先统一身份、数据交换和安全,再扩展智能。评估时同时检查公共价值、模型质量、工程可靠性、治理效果和单件成本。若基准未改善,或风险超过门槛,就应降级、修正或停止,而不是因已投资而继续扩张。


成功案例:同意数据交换闸道

问题与判断

经市民同意,把权威来源数据交付指定电子服务。这项设计的核心,是把技术能力放回公共责任与业务结果之中。实施时应指定责任人、输入输出、例外路径和可验证证据,不能只用展示效果判断成熟度。

架构与方法

约每月二百万次数据交换,降低重复提交和人工核验。落地时要区分确定性流程与机率性推理,前者控制交易和权限,后者处理语义与不完整数据。两者之间以结构化契约连接,才能测试、回放和替换。

治理与控制

数据代理只请求政策必需字段,不能延伸同意用途。风险控制不应停留在原则,而要变成身份、授权、版本、日志、人工否决和退出机制。任何高影响动作都需在执行前后留下可供审计的完整证据链。

实施与验收

交换保留来源、时间、目的、接收者和撤回处理证据。评估时同时检查公共价值、模型质量、工程可靠性、治理效果和单件成本。若基准未改善,或风险超过门槛,就应降级、修正或停止,而不是因已投资而继续扩张。


成功案例:全面数字化与企业身份

问题与判断

电子付款、电子提交和电子批核文件已全面数字化。这项设计的核心,是把技术能力放回公共责任与业务结果之中。实施时应指定责任人、输入输出、例外路径和可验证证据,不能只用展示效果判断成熟度。

架构与方法

企业数字身份预计 2026 年底推出并逐步扩大服务。落地时要区分确定性流程与机率性推理,前者控制交易和权限,后者处理语义与不完整数据。两者之间以结构化契约连接,才能测试、回放和替换。

治理与控制

核心能力包括企业核验、数字签署、预填和文件钱包。风险控制不应停留在原则,而要变成身份、授权、版本、日志、人工否决和退出机制。任何高影响动作都需在执行前后留下可供审计的完整证据链。

实施与验收

代理可准备材料,但正式签署与高风险提交仍由授权人完成。评估时同时检查公共价值、模型质量、工程可靠性、治理效果和单件成本。若基准未改善,或风险超过门槛,就应降级、修正或停止,而不是因已投资而继续扩张。


成功案例:AI+ 公务服务多供应商

问题与判断

能力目录覆盖客服、会议、文件、写作、流程、创意和分析。这项设计的核心,是把技术能力放回公共责任与业务结果之中。实施时应指定责任人、输入输出、例外路径和可验证证据,不能只用展示效果判断成熟度。

架构与方法

多供应商同场比较,按中文、数据、延迟、成本和退出选择。落地时要区分确定性流程与机率性推理,前者控制交易和权限,后者处理语义与不完整数据。两者之间以结构化契约连接,才能测试、回放和替换。

治理与控制

技术配对应带真实流程、基准线和数据限制,而非只看展示。风险控制不应停留在原则,而要变成身份、授权、版本、日志、人工否决和退出机制。任何高影响动作都需在执行前后留下可供审计的完整证据链。

实施与验收

不同模型可经标准工具接入,但身份、日志和评测必须统一。评估时同时检查公共价值、模型质量、工程可靠性、治理效果和单件成本。若基准未改善,或风险超过门槛,就应降级、修正或停止,而不是因已投资而继续扩张。


大湾区跨境数据与规则

问题与判断

2023 年签署促进大湾区跨境数据流动合作备忘录。这项设计的核心,是把技术能力放回公共责任与业务结果之中。实施时应指定责任人、输入输出、例外路径和可验证证据,不能只用展示效果判断成熟度。

架构与方法

标准合同便利措施自 2024 年 11 月起扩展至所有行业。落地时要区分确定性流程与机率性推理,前者控制交易和权限,后者处理语义与不完整数据。两者之间以结构化契约连接,才能测试、回放和替换。

治理与控制

代理传输前识别数据种类、来源地、目的地、用途和期限。风险控制不应停留在原则,而要变成身份、授权、版本、日志、人工否决和退出机制。任何高影响动作都需在执行前后留下可供审计的完整证据链。

实施与验收

先以低敏感、清楚用途、权威来源明确的服务试点。评估时同时检查公共价值、模型质量、工程可靠性、治理效果和单件成本。若基准未改善,或风险超过门槛,就应降级、修正或停止,而不是因已投资而继续扩张。


北部都会区的数字先行

问题与判断

未来五年规划超过七万住宅单位和一百万平方米经济楼面。这项设计的核心,是把技术能力放回公共责任与业务结果之中。实施时应指定责任人、输入输出、例外路径和可验证证据,不能只用展示效果判断成熟度。

架构与方法

大学城、河套香港园区与新田科技城连接研发和产业转化。落地时要区分确定性流程与机率性推理,前者控制交易和权限,后者处理语义与不完整数据。两者之间以结构化契约连接,才能测试、回放和替换。

治理与控制

空间、建筑、交通、能源与环境数据形成城市运营底座。风险控制不应停留在原则,而要变成身份、授权、版本、日志、人工否决和退出机制。任何高影响动作都需在执行前后留下可供审计的完整证据链。

实施与验收

身份、数据标准、通讯、边缘、灾备和网安应纳入前期规划。评估时同时检查公共价值、模型质量、工程可靠性、治理效果和单件成本。若基准未改善,或风险超过门槛,就应降级、修正或停止,而不是因已投资而继续扩张。


惠企免申即享:案例全景

问题与判断

政策、数据、合规、核算、通知和审计代理专业分工。这项设计的核心,是把技术能力放回公共责任与业务结果之中。实施时应指定责任人、输入输出、例外路径和可验证证据,不能只用展示效果判断成熟度。

架构与方法

协调者维护流程但不能批准资助或更改企业数据。落地时要区分确定性流程与机率性推理,前者控制交易和权限,后者处理语义与不完整数据。两者之间以结构化契约连接,才能测试、回放和替换。

治理与控制

代理冲突交由业务责任人裁决,付款走核心财务系统。风险控制不应停留在原则,而要变成身份、授权、版本、日志、人工否决和退出机制。任何高影响动作都需在执行前后留下可供审计的完整证据链。

实施与验收

以办理时间、命中率、错误率和企业负担衡量成功。评估时同时检查公共价值、模型质量、工程可靠性、治理效果和单件成本。若基准未改善,或风险超过门槛,就应降级、修正或停止,而不是因已投资而继续扩张。


惠企案例:政策知识工程

问题与判断

条文拆成对象、时间、地区、排除、证据、公式和裁量。这项设计的核心,是把技术能力放回公共责任与业务结果之中。实施时应指定责任人、输入输出、例外路径和可验证证据,不能只用展示效果判断成熟度。

架构与方法

每项条件连回原文、发布机关、版本和生效日期。落地时要区分确定性流程与机率性推理,前者控制交易和权限,后者处理语义与不完整数据。两者之间以结构化契约连接,才能测试、回放和替换。

治理与控制

明确门槛交给规则,语义抽取才使用模型。风险控制不应停留在原则,而要变成身份、授权、版本、日志、人工否决和退出机制。任何高影响动作都需在执行前后留下可供审计的完整证据链。

实施与验收

修订、暂停与到期触发流程,旧版本保留以重现历史案件。评估时同时检查公共价值、模型质量、工程可靠性、治理效果和单件成本。若基准未改善,或风险超过门槛,就应降级、修正或停止,而不是因已投资而继续扩张。


惠企案例:数据核验

问题与判断

企业登记、纳税、雇员、牌照和资助各有权威来源。这项设计的核心,是把技术能力放回公共责任与业务结果之中。实施时应指定责任人、输入输出、例外路径和可验证证据,不能只用展示效果判断成熟度。

架构与方法

代理按条件请求最小字段,可用布尔或区间减少披露。落地时要区分确定性流程与机率性推理,前者控制交易和权限,后者处理语义与不完整数据。两者之间以结构化契约连接,才能测试、回放和替换。

治理与控制

缺失、延迟或矛盾标记不可判定,不可猜测符合或拒绝。风险控制不应停留在原则,而要变成身份、授权、版本、日志、人工否决和退出机制。任何高影响动作都需在执行前后留下可供审计的完整证据链。

实施与验收

核验结果记录来源、时间、转换规则和使用目的。评估时同时检查公共价值、模型质量、工程可靠性、治理效果和单件成本。若基准未改善,或风险超过门槛,就应降级、修正或停止,而不是因已投资而继续扩张。


惠企案例:核算与支付隔离

问题与判断

补贴金额由版本化规则服务计算,模型只解释不入帐。这项设计的核心,是把技术能力放回公共责任与业务结果之中。实施时应指定责任人、输入输出、例外路径和可验证证据,不能只用展示效果判断成熟度。

架构与方法

候选结果由独立规则或第二计算实例校验。落地时要区分确定性流程与机率性推理,前者控制交易和权限,后者处理语义与不完整数据。两者之间以结构化契约连接,才能测试、回放和替换。

治理与控制

代理只生成支付草稿,核心财务系统验证预算和批准链。风险控制不应停留在原则,而要变成身份、授权、版本、日志、人工否决和退出机制。任何高影响动作都需在执行前后留下可供审计的完整证据链。

实施与验收

每日对帐批准、指令和银行结果,追回更正走补偿流程。评估时同时检查公共价值、模型质量、工程可靠性、治理效果和单件成本。若基准未改善,或风险超过门槛,就应降级、修正或停止,而不是因已投资而继续扩张。


惠企案例:通知与申诉

问题与判断

通知解释条件、数据、计算、补件和最终责任机关。这项设计的核心,是把技术能力放回公共责任与业务结果之中。实施时应指定责任人、输入输出、例外路径和可验证证据,不能只用展示效果判断成熟度。

架构与方法

网站、短信、电邮、热线和窗口使用一致案件状态。落地时要区分确定性流程与机率性推理,前者控制交易和权限,后者处理语义与不完整数据。两者之间以结构化契约连接,才能测试、回放和替换。

治理与控制

企业可看依据、补证、要求人工复核和提出申诉。风险控制不应停留在原则,而要变成身份、授权、版本、日志、人工否决和退出机制。任何高影响动作都需在执行前后留下可供审计的完整证据链。

实施与验收

追踪理解度、补件次数、闭环时间、改判和满意度。评估时同时检查公共价值、模型质量、工程可靠性、治理效果和单件成本。若基准未改善,或风险超过门槛,就应降级、修正或停止,而不是因已投资而继续扩张。


智慧交通的代理边界

问题与判断

代理整合实时交通、泊位、到站、道路感测和事件数据。这项设计的核心,是把技术能力放回公共责任与业务结果之中。实施时应指定责任人、输入输出、例外路径和可验证证据,不能只用展示效果判断成熟度。

架构与方法

信号、收费和执法由确定性系统控制并保留人工接管。落地时要区分确定性流程与机率性推理,前者控制交易和权限,后者处理语义与不完整数据。两者之间以结构化契约连接,才能测试、回放和替换。

治理与控制

大型活动中各部门共享事件状态但维持各自法定权限。风险控制不应停留在原则,而要变成身份、授权、版本、日志、人工否决和退出机制。任何高影响动作都需在执行前后留下可供审计的完整证据链。

实施与验收

指标包含行程可靠、反应时间、错误告警、可用和投诉。评估时同时检查公共价值、模型质量、工程可靠性、治理效果和单件成本。若基准未改善,或风险超过门槛,就应降级、修正或停止,而不是因已投资而继续扩张。


智慧医疗的高风险分层

问题与判断

预约和文件可先自动化,诊断、用药与治疗需临床复核。这项设计的核心,是把技术能力放回公共责任与业务结果之中。实施时应指定责任人、输入输出、例外路径和可验证证据,不能只用展示效果判断成熟度。

架构与方法

健康数据依用途、同意和最小必要原则访问。落地时要区分确定性流程与机率性推理,前者控制交易和权限,后者处理语义与不完整数据。两者之间以结构化契约连接,才能测试、回放和替换。

治理与控制

床位、检查、药物和出院代理可建议,工作流检查规则。风险控制不应停留在原则,而要变成身份、授权、版本、日志、人工否决和退出机制。任何高影响动作都需在执行前后留下可供审计的完整证据链。

实施与验收

除准确率外,监察漏报、误报、停机、泄漏和群体差异。评估时同时检查公共价值、模型质量、工程可靠性、治理效果和单件成本。若基准未改善,或风险超过门槛,就应降级、修正或停止,而不是因已投资而继续扩张。


智慧环境与可执行治理

问题与判断

空气、水质、噪音、废物、能源和生态数据需质量标记。这项设计的核心,是把技术能力放回公共责任与业务结果之中。实施时应指定责任人、输入输出、例外路径和可验证证据,不能只用展示效果判断成熟度。

架构与方法

代理可解释异常和安排巡查,但保留传感器校准证据。落地时要区分确定性流程与机率性推理,前者控制交易和权限,后者处理语义与不完整数据。两者之间以结构化契约连接,才能测试、回放和替换。

治理与控制

感测与影像只触发核查,不应直接形成处罚。风险控制不应停留在原则,而要变成身份、授权、版本、日志、人工否决和退出机制。任何高影响动作都需在执行前后留下可供审计的完整证据链。

实施与验收

以污染改善、资源节省、巡查效率和公开透明评估。评估时同时检查公共价值、模型质量、工程可靠性、治理效果和单件成本。若基准未改善,或风险超过门槛,就应降级、修正或停止,而不是因已投资而继续扩张。


城市韧性与应急协同

问题与判断

代理整合预报、设施容量、人口和历史事件形成情景。这项设计的核心,是把技术能力放回公共责任与业务结果之中。实施时应指定责任人、输入输出、例外路径和可验证证据,不能只用展示效果判断成熟度。

架构与方法

正式预警仍由授权机关发布,摘要必须连回原始消息。落地时要区分确定性流程与机率性推理,前者控制交易和权限,后者处理语义与不完整数据。两者之间以结构化契约连接,才能测试、回放和替换。

治理与控制

假设云、模型和网络失效,保留离线、专网和人工接管。风险控制不应停留在原则,而要变成身份、授权、版本、日志、人工否决和退出机制。任何高影响动作都需在执行前后留下可供审计的完整证据链。

实施与验收

事件后匹配预测、决策、执行和结果,修正跨部门卡点。评估时同时检查公共价值、模型质量、工程可靠性、治理效果和单件成本。若基准未改善,或风险超过门槛,就应降级、修正或停止,而不是因已投资而继续扩张。


开放数据与代理创新

问题与判断

开放数据已达五千七百多个数据集和二千五百多个提供者。这项设计的核心,是把技术能力放回公共责任与业务结果之中。实施时应指定责任人、输入输出、例外路径和可验证证据,不能只用展示效果判断成熟度。

架构与方法

下载量由 2019 年约五十亿增至 2025 年超过八百亿次。落地时要区分确定性流程与机率性推理,前者控制交易和权限,后者处理语义与不完整数据。两者之间以结构化契约连接,才能测试、回放和替换。

治理与控制

机器可读数据需字段定义、更新频率、授权和稳定标识符。风险控制不应停留在原则,而要变成身份、授权、版本、日志、人工否决和退出机制。任何高影响动作都需在执行前后留下可供审计的完整证据链。

实施与验收

评估多数据集组合的重新识别、误读和欺诈风险。评估时同时检查公共价值、模型质量、工程可靠性、治理效果和单件成本。若基准未改善,或风险超过门槛,就应降级、修正或停止,而不是因已投资而继续扩张。


多云、混合云与品牌选型

问题与判断

腾讯云、AWS、Google、字节及本地云应按治理目标比较。这项设计的核心,是把技术能力放回公共责任与业务结果之中。实施时应指定责任人、输入输出、例外路径和可验证证据,不能只用展示效果判断成熟度。

架构与方法

先定驻留、合规、延迟、能力、人才、成本和退出要求。落地时要区分确定性流程与机率性推理,前者控制交易和权限,后者处理语义与不完整数据。两者之间以结构化契约连接,才能测试、回放和替换。

治理与控制

敏感交易留受控域,弹性推理可用合规公有云。风险控制不应停留在原则,而要变成身份、授权、版本、日志、人工否决和退出机制。任何高影响动作都需在执行前后留下可供审计的完整证据链。

实施与验收

接受有价值的差异化,但以导出、替代和迁移演练控锁定。评估时同时检查公共价值、模型质量、工程可靠性、治理效果和单件成本。若基准未改善,或风险超过门槛,就应降级、修正或停止,而不是因已投资而继续扩张。


供应商评估与采购验收

问题与判断

用去识别真实基准测中文、粤语、政策、长文和工具调用。这项设计的核心,是把技术能力放回公共责任与业务结果之中。实施时应指定责任人、输入输出、例外路径和可验证证据,不能只用展示效果判断成熟度。

架构与方法

检查 SLO、RTO、RPO、容量、认证、分包商和数据政策。落地时要区分确定性流程与机率性推理,前者控制交易和权限,后者处理语义与不完整数据。两者之间以结构化契约连接,才能测试、回放和替换。

治理与控制

按数据准备、试点、安全、性能、灾备和运行结果分段付款。风险控制不应停留在原则,而要变成身份、授权、版本、日志、人工否决和退出机制。任何高影响动作都需在执行前后留下可供审计的完整证据链。

实施与验收

合同保留审计、版本通知、成本明细、导出和终止协助。评估时同时检查公共价值、模型质量、工程可靠性、治理效果和单件成本。若基准未改善,或风险超过门槛,就应降级、修正或停止,而不是因已投资而继续扩张。


组织架构配合技术架构

问题与判断

中央团队提供身份、交换、模型、工具、评测、安全和审计。这项设计的核心,是把技术能力放回公共责任与业务结果之中。实施时应指定责任人、输入输出、例外路径和可验证证据,不能只用展示效果判断成熟度。

架构与方法

部门保留政策解释、流程责任、数据质量和成效指标。落地时要区分确定性流程与机率性推理,前者控制交易和权限,后者处理语义与不完整数据。两者之间以结构化契约连接,才能测试、回放和替换。

治理与控制

项目纳入业务、产品、数据、资安、法律、采购和运维角色。风险控制不应停留在原则,而要变成身份、授权、版本、日志、人工否决和退出机制。任何高影响动作都需在执行前后留下可供审计的完整证据链。

实施与验收

培训涵盖流程、契约、风险、评测、事件和供应商管理。评估时同时检查公共价值、模型质量、工程可靠性、治理效果和单件成本。若基准未改善,或风险超过门槛,就应降级、修正或停止,而不是因已投资而继续扩张。


红队与混沌工程实战

问题与判断

攻击恶意附件、网页注入、越权查询和污染摘要。这项设计的核心,是把技术能力放回公共责任与业务结果之中。实施时应指定责任人、输入输出、例外路径和可验证证据,不能只用展示效果判断成熟度。

架构与方法

故障注入模型延迟、消息重复、旧知识和权限服务中断。落地时要区分确定性流程与机率性推理,前者控制交易和权限,后者处理语义与不完整数据。两者之间以结构化契约连接,才能测试、回放和替换。

治理与控制

人员演练误批、账号被盗、复核积压和供应商失联。风险控制不应停留在原则,而要变成身份、授权、版本、日志、人工否决和退出机制。任何高影响动作都需在执行前后留下可供审计的完整证据链。

实施与验收

问题要有责任人、期限、重测和风险接受,不只留报告。评估时同时检查公共价值、模型质量、工程可靠性、治理效果和单件成本。若基准未改善,或风险超过门槛,就应降级、修正或停止,而不是因已投资而继续扩张。


五层参考架构

问题与判断

数据层管理主数据、目录、血缘、质量、同意和交换。这项设计的核心,是把技术能力放回公共责任与业务结果之中。实施时应指定责任人、输入输出、例外路径和可验证证据,不能只用展示效果判断成熟度。

架构与方法

模型层提供路由、安全和评测,代理层定义角色与工具。落地时要区分确定性流程与机率性推理,前者控制交易和权限,后者处理语义与不完整数据。两者之间以结构化契约连接,才能测试、回放和替换。

治理与控制

工作流控制顺序、补偿和人工节点,运行层提供弹性与观测。风险控制不应停留在原则,而要变成身份、授权、版本、日志、人工否决和退出机制。任何高影响动作都需在执行前后留下可供审计的完整证据链。

实施与验收

终端按市民、企业和承办人设计,支持无障碍、弱网与人工。评估时同时检查公共价值、模型质量、工程可靠性、治理效果和单件成本。若基准未改善,或风险超过门槛,就应降级、修正或停止,而不是因已投资而继续扩张。


九十天与一年落地路线

问题与判断

前三十天选场景、拆流程、盘点数据、定角色和基准集。这项设计的核心,是把技术能力放回公共责任与业务结果之中。实施时应指定责任人、输入输出、例外路径和可验证证据,不能只用展示效果判断成熟度。

架构与方法

次三十天建编排、Schema、身份、引用、追踪和离线评测。落地时要区分确定性流程与机率性推理,前者控制交易和权限,后者处理语义与不完整数据。两者之间以结构化契约连接,才能测试、回放和替换。

治理与控制

最后三十天受控试点,量度效果并做中断接管演练。风险控制不应停留在原则,而要变成身份、授权、版本、日志、人工否决和退出机制。任何高影响动作都需在执行前后留下可供审计的完整证据链。

实施与验收

一年内制度化治理、共用底座、多供应商基准、灾备和退出。评估时同时检查公共价值、模型质量、工程可靠性、治理效果和单件成本。若基准未改善,或风险超过门槛,就应降级、修正或停止,而不是因已投资而继续扩张。


领导者的最终决策框架

先价值后技术

确认瓶颈、基准、受益人和替代方案。这项设计的核心,是把技术能力放回公共责任与业务结果之中。实施时应指定责任人、输入输出、例外路径和可验证证据,不能只用展示效果判断成熟度。

先责任后自治

每项决定、数据和工具都有具名责任人。落地时要区分确定性流程与机率性推理,前者控制交易和权限,后者处理语义与不完整数据。两者之间以结构化契约连接,才能测试、回放和替换。

先底座后扩张

身份、契约、评测、观测和审计优先。风险控制不应停留在原则,而要变成身份、授权、版本、日志、人工否决和退出机制。任何高影响动作都需在执行前后留下可供审计的完整证据链。

最少必要智能

系统要可审计、可降级、可替换、可退出。评估时同时检查公共价值、模型质量、工程可靠性、治理效果和单件成本。若基准未改善,或风险超过门槛,就应降级、修正或停止,而不是因已投资而继续扩张。