通付盾AI Agent信任系统建设宣言：从智能人工智能到智能辅助，懂Agent者通天下

深耕行业十四年，紧跟着浪潮的涌现，我们应当迎着风潮前行。本文旨在结合企业思维，探讨AI新时代下的技术与应用趋势，其内核在于主导和引导着团队，以率领而不庸群，对外则是融纳众多智慧，以求精益求精。

技术变革的关键：算力、算法和数据的效率博弈

随着大规模模型的迅速更新换代，人类已经踏上了通往人工超级智能（ASI）的快车道。大数据技术的成熟，为AI注入了海量的生产要素；GPU技术的进步，为AI的生产率提供了解放；算法的革新，则让AI跨越了算力和数据的瓶颈。随着DeepSeek、GPT-3、Grok等大语言模型在模型算法、训练参数和算力堆叠方面不断精进，我们已经来到了AI技术发展的十字路口：即算力、算法和数据的效率博弈。

预计按照摩尔定律的发展，算力的提升将首先触及到其效率的上限，基于大型模型堆叠算力的时代终将走向尽头。这并不表示“算力无效”，更多参数和算力必定带来更出色的模型效果，但随着边际效用的递减，技术在算力方面的投入将逐渐趋于平缓。从当前AI巨头产品更新的路径中可见端倪：随着xAI Grok的推出，算力堆叠所带来的效果提升已经开始显现疲态，除了OpenAI等其他几家AI巨头开始探索AI Agent等应用领域，推出智能代理产品。

合成数据和私有数据是下一个大型模型时代的数据突破口。尽管我们目前正处在数据蓬勃发展的信息时代，但是得益于大数据技术和算法突破带来的数据处理效率飞跃，AI的发展已面临着数据枯竭的困境。早在ChatGPT问世之初，Sam Altman就提出了警告：“我们已经处于当前大型模型时代的末期。” 人类在互联网历史上保留的各种高质量语料，已经在GPT-3/4中被耗尽殆尽。虽然大型模型的参数数量仍有大幅攀升的空间，但相应高质量数据的数量却日益匮乏，因此随着参数数量的增加，带来的边际效益将逐渐降低。

算法更像是AI发展的“催化剂”，它能够突破算力和数据的限制，实现非线性进化。算法的突破往往意味着LLM的突破，例如在Transformer中的ChatGPT，或者在MoE中的DeepSeek。然而，随着模型复杂度的增加，算法的改进空间逐渐被压缩。一般认为，算法的突破可能需要结合更多跨学科的研究成果，例如神经科学对深度学习的启发，认知科学对注意力机制的启发，但未来还将发生多少“Transformer时刻”，则难以预测。

通付盾声明：基于大型模型的发展已趋于稳定，成为通往ASI的坚实基础设施；技术资源逐渐转向专业领域数据价值的开发以及AI智能体的场景落地；“应用落地”将是下一个AI时代发展的主旋律。

应用大爆发：多智能体协同开启Agent时代

AI Agent的发展从“问答机器人”迈向了“智能助手”。Agent的核心在于“任务执行”，使得AI不再只是提供建议，而是能够具体执行任务，如完成在线订单或进行交易。从简单任务到复杂任务的演进，通常需要不同的模型和不同智能体之间的协同配合。我们将这种“多智能体协同”的概念定义为InterAgent(IA)，它代表了技术架构的革新，更是对产业应用模式的重构。我们相信IA将推动AI实现从单一智能到群体协作、从工具辅助到自主执行的跨越式发展，成为推动Agent时代全面爆发的核心引擎。

在技术层面，Anthropic的MCP协议将不同数据源、模型和工具进行链接，为多智能体协同(IA)提供了标准化协议。MCP（Model Context Protocol，模型上下文协议）定义了应用程序和模型之间上下文共享信息的方式，为Agent的开发提供了更便捷、简单的途径，也使得多Agent体协同更加一致和高效。MCP的协议生态正处于早期建设阶段，通付盾作为AI Agent信任系统服务提供商，也积极参与其生态建设，部署MCP服务器，面向社区开发MCP功能插件，为拓展多智能体协同生态系统贡献力量。

图1通付盾MCP AI插件服务

在应用层面，随着Dify、elizaOS等Agent框架的逐步成熟，AI Agent在“智能助手”的角色上功能日益完善。Manus的出现更进一步引领了“通用智能体”的讨论高潮。为它源自于商业的本质——价值创造。例如，企业创建专属AI Agent进行客户触达和销售，利用高质量数据和专家经验训练Agent，从而产生独特的竞争优势。

通付盾等平台宣言指出，在智能体和多智能体协同领域，垂直领域、社区激励和开放平台将助推智能体基础设施的商业回报。未来，基于小模型的专业领域效果更好、盈利能力更强的发展方向备受期待。

从技术角度看，小模型的成熟框架起源于专家系统，并在MoE框架的启发下逐步发展。商业上，小模型的部署成本较低、效率较高，结合专家知识库能实现优于大模型的表现。此外，小模型的商业应用将数据孤岛转化为竞争优势，为企业提供新型商业模式和盈利空间。

最后，小模型与分布式数字身份技术的结合将创造高价值商业模式。各领域的私域数据通过小模型实现最大化商业价值，数字身份成为数据要素确权的关键。尤其在能源、军工、医疗等数据敏感行业，小模型具有无法比拟的竞争优势，因其能够实现本地化处理和端侧推理。>

图3通付盾电网业务安全多AI Agent协同矩阵

图4通付盾银行业AI Agent智能风控平台

通付盾宣言:商业成功是新时代的“图灵测试”，小模型是 AI Agent 突破新时代“图灵测试”的最佳路径。分布式商业和分布式智能也将因小模型的发展而大放异彩。