近日，IDC 发布《IDC MarketScape: 中国智能体平台厂商评估，2026》，汉得灵猿 AI 中台凭借企业级 AI 智能体平台综合能力入选领导者象限。企业业务有流程知识有权限创作有规范如何让智能体灵活协作的同时，遵守企业流程规范和权限边界，是企业级 AI 融入企业业务广为关注的问题。汉得灵猿 AI 中台如一间“企业智能体工作室”：业务智能体、个人智能体、安全自主 RAG、创作中心。四种能力各有分工，也能共同协作，让 AI 更好地融入企业业务运营管理日常。业务智能体看得见的业务流程导航图一项业务任务，往往不是一句“帮我处理”就能完成。❓ 需要查哪些资料❓ 什么条件下走哪条分支❓ 哪些动作需要确认这些环节，都需要事先想清楚。业务智能体是一张可视化业务流程导航图：将任务拆成节点，把业务规则、工具调用和流转关系连接起来，让团队看得见流程如何走，也能按需要调整和管理。把流程画清楚，不代表模型永远不会出错。通过明确规则、设置检查与人工确认，并结合运行记录持续调优，进一步提升业务执行的可控性与可靠性。个人智能体按需装配的随身工具箱业务智能体是团队共同遵循的流程图，个人智能体则是随身工具箱：面对个人任务，先理解目标，再按需要取用工具。根据需要加载适用的 Skill 和工具，结合任务进行规划与执行。例如，围绕一个研究主题整理资料、归纳要点，再形成可供修改的初稿；也可以协助准备会议材料或创作内容。使用者仍需核对资料与结论。熟悉 WorkBuddy 或 OpenClaw 的读者，可以把它理解为“给个人 AI 助手装上技能、工具和规则安全沙箱，让它围绕目标安全合规的开展工作”。个人智能体的灵活与业务智能体的流程约束协同工作，在提高个人工作效率的同时，提升业务的工作效率，让 AI 融入到个人和企业业务中。IDC 报告指出，汉得灵猿 AI 中台支持两类智能体双向调用，让动态分析、方案生成与预定义业务流程相结合，提质增效。安全自主RAG懂身份权限的安全门禁企业知识库不是一本对所有人敞开的书。同一份资料，谁能看、谁不能看，往往取决于用户身份、所在部门的角色权限。智能体使用知识，需要遵循权限合规边界。Security Agentic RAG 是懂身份权限的安全门禁：先依据角色、用户和部门等授权，将访问范围落实到文档；文档拆分后的知识切片继承相应权限。检索与引用在授权范围内进行，回答时也应支持追溯来源，让使用者能够回到相关资料核对。例如，员工询问一项制度时，智能体应从其获准访问的知识范围中寻找相关内容，而不是因为“能搜索”就跨越权限边界。权限配置、源数据同步和实际部署方式都会影响效果，重要结论仍应回看原文。创作中心有模板有工序的内容工坊从空白页面到一份可用的 PPT 或一张思维导图，真正费时的往往不只是写字，还包括组织结构、选择呈现方式、整理素材和反复修改。创作中心像一座内容工坊：围绕 PPT 、思维导图等形式，结合不同模板与创作流程，帮助使用者从素材出发，逐步完成结构梳理、内容生成和检查完善。模板多样，流程可控，既方便快速起步，也为后续调整留下空间。不同模型各有所长，适配不同模型，结合模板、任务拆解与质量检查，有助于提高输出质量和稳定性。但最终效果仍取决于模型能力、素材质量、任务复杂度和人工审核，不能保证任何模型在所有任务中都产出优秀结果。✅ 一张业务流程图，让业务步骤可设计✅ 一只按需装配的工具箱，让个人任务更灵活✅ 一道安全门禁，让检索与引用守住授权边界✅ 一座内容工坊，让创意更容易变成可交付的成果业务有章法，个人有助手知识有边界，创作有方法让 AI 放手做事，让企业放心使用未来，汉得将继续结合企业业务、技术平台与实施经验，推动汉得灵猿 AI 中台能力在实际场景中持续打磨，与企业一起探索更可用、可控、可持续的智能化工作方式。携手汉得，共铸硬核竞争力！

在 AI 时代，大模型、智能体和智能应用如何快速落地融入企业提质增效受到广泛的关注。工业企业尤其是制造企业流程长、业务场景复杂，在工业 AI 智能化落地难度尤其大。制造企业的管理团队焦虑的核心关注点之一：AI 能不能进入工艺、设备、质量和生产现场，解决一个个具体问题，优化提升工艺质量。汉得深耕制造领域近30年，积累大量制造业客户和行业场景。依托「得·灵」企业级 AI 产品/服务体系，基于企业级 PaaS 平台 H-ZERO 构建的智能制造 HCMs 协同平台，我们把工业数据、业务流程和 AI 模型连接起来，帮助企业构建高效、可靠、可闭环的工业 AI 行业垂类模型和应用。这个专题希望通过一系列工业 AI 真实场景落地案例，把我们在工业 AI 落地中的经验、想法和方法呈现出来，为更多制造企业提供参考。本篇聚焦锂电池负极石墨化。负极石墨化质量预测与工艺优化模型AGPO AI Model锂离子电池通过锂离子在正、负极之间往返来完成充放电。充电时，锂离子从正极经过电解液进入负极；放电时再返回正极，电子沿外部电路流经用电设备，提供电能。▲ 锂电池是怎样充放电的？负极材料可以理解为充电时锂离子的“存放地”。它能容纳多少锂离子、进出是否顺畅，会影响电池容量和充放电表现。人造石墨是常用的负极材料，其层状结构可以容纳锂离子。为获得负极材料所需的结构和性能，人造石墨生产会对适用的碳材料进行高温处理，让内部碳原子的排列更规整、更接近石墨结构，这就是石墨化。以电阻加热炉为例，物料装炉后按工艺要求送电加热，再停电冷却、出炉取样，检测石墨化度和比表面积（Specific Surface Area，SSA）。难点在于，质量结果出来时，送电过程通常已经结束；原料、装炉位置、保温条件和送电方式不同，同样的用电量也可能得到不同质量。季节性 SSA 波动、相关材料使用后的加工变化，以及喷炉样本少等问题，都让现场需要更早的质量研判和更有依据的工艺调整。▲ 负极材料是怎样“石墨化”的？围绕这些需求，构建负极石墨化质量预测与工艺优化模型（Anode Graphitization Prediction and Optimization AI Model，简称AGPO AI Model），按数据规整、质量预测、送电优化逐步推进。数据贯通为每一炉建立完整工艺档案AGPO AI Model 的建设，首先需要把分散的数据准确对应到同一炉次。通过制造执行系统（MES）、质量管理系统（QMS）及设备采集接口，关联物料批次、原料指标、装炉数量与位置、相关材料使用状态、送电曲线、检测结果和异常记录。其中，炉号、炉次、物料批次、装炉位置和样品编号，是连接过程与结果的关键。一炉涉及多批物料、多个位置取样时，需要保留各自对应关系，才能分析不同位置的质量差异。连续曲线也需要结合送电阶段来理解。电流、电压、电阻的变化发生在哪个阶段，是否伴随人工调整，采集时间和单位是否一致，都会影响后续判断。短时缺失可以在适用条件下有限补全，关键异常窗口则应保留原始记录，避免把真实毛刺当作脏数据删除。影响因子分析让工艺调整有据可循面对夏季比表偏高、冬季偏低，直接把原因归结为季节，可能忽略同期原料、装炉和操作方式的变化。分析应先从相近条件的炉次开始。按产品牌号、炉号、装炉量和相关材料使用状态分组，比较质量、周期、产出和能耗，再检查原料指标、送电历程及环境条件的差别。AGPO AI Model 可以结合相关性分析与回归模型，筛选与石墨化度、比表面积和加工表现有关的因素，为工艺人员提供重点核查方向。但统计关联和模型重要性，需要经过工艺复核或生产试验，才能进一步形成调整依据。随着分析积累，企业可以逐步明确：❓ 哪些物料适用现有曲线❓ 哪些装炉或材料状态需要单独评估❓ 哪些条件变化需要触发工艺复核现场经验由此获得可追溯的数据支撑。质量预测让出炉指标提前进入研判质量预测要先明确三个问题：预测哪个指标？对应哪个取样节点？在生产的什么时点给出结果？石墨化度反映结构有序化程度；比表面积（SSA）反映单位质量材料的可接触表面积，也受到粒径、孔隙、表面处理和检测条件影响。两者需要分别建模，不能简单换算。AGPO AI Model 可以采用软测量（Soft Sensing）思路，将物料、装炉信息、送电特征与工艺机理结合起来建立质量预测模型，并与现行经验方法比较验证。这一方法需要尊重实际炉型与传热条件。输入电量不能直接代表物料获得的热量，炉表温度也不能单独反推出炉芯温度。机理模型需要标定，数据模型需要明确适用工况。预测石墨化出炉中间品与预测后续成品，也有不同的数据要求。若目标是后续成品的 SSA，还需关联粉碎、筛分、混配、包覆等加工条件。在约定生产节点，模型使用当时已经获得的数据，输出预测值、预测范围和适用条件。工艺人员据此识别偏离目标的风险，复核物料与工艺适配情况。质量预测为过程研判争取时间，最终放行仍以检验结果为准。送电优化在质量约束下比较工艺经济性有了经过验证的质量模型，送电方案才有条件进入更有依据的比较。围绕不同原料、装炉量和产品要求，AGPO AI Model 可以配合约束优化方法，从已有或经工艺认可的候选曲线中，比较各阶段功率、持续时间与累计电量，并评估对应的质量达标风险。质量预测负责判断候选方案可能得到什么结果，优化方法负责在可行方案中进行取舍。设备电流上限、功率变化及工艺允许范围等条件，需要作为明确约束进入计算。优化建议由工艺人员审核，再通过小范围生产试验验证。历史数据上的预测表现，需要进一步接受曲线调整后的实际质量结果检验。经营评价同样需要明确口径：单位合格产出的电耗反映能源使用效率，用电成本还受到电价时段等因素影响。移峰带来的电费下降，应与实际节电分别评价。异常检测让运行偏离进入复核与处置喷炉事件少，稳定前兆尚需验证，初期建设宜从运行参数异常监测做起。系统按送电阶段和工况建立正常范围，结合电流、电压、电阻的变化率与多信号联动，识别需要关注的偏离。在数据条件允许时，可以评估孤立森林（Isolation Forest）等异常检测方法，补充对复杂变化的识别。异常提醒应保留发生时刻、工艺阶段、关联信号和人工操作，供现场人员回放、核查。参数偏离可能来自工艺切换、传感器故障或其他设备异常，不能直接等同于即将喷炉。随着事件前后曲线与正常炉次持续积累，再验证是否存在稳定前兆，并评价误报、漏报及有效提前量。在这一过程中，模型提供辅助提醒，现场人员负责综合判断和处置，既有设备保护承担其原有职责。喷炉预警与设备保护分别设计，才能明确各自的作用与边界。▲ AGPO AI Model 应用闭环结果回流持续沉淀石墨化工艺模型与知识工业 AI 的价值需要在现场应用和持续验证中形成每一炉的预测结果、实际检验值、送电调整和异常处置，都应回到炉次档案。质量偏差扩大时，需要进一步分析原料、工况、数据采集及设备状态变化，重新评估模型的适用范围。操作记录、维修经验与经过审核的处置方法，还可以通过大语言模型（Large Language Model，LLM）进行整理，并结合检索增强生成（Retrieval-Augmented Generation，RAG）供人员查询，让经验更容易被找到和复用。建设路径也应遵循现场验证的顺序：先完成数据规整，开展炉次分析和基础异常监测；再验证质量预测；再验证质量预测；通过验证后，逐步开展送电优化试验。模型或数据失效时，按经审核的原工艺和既有保护运行。依托「得·灵」企业级 AI 产品/服务体系、H-ZERO 和 HCMs 平台能力，可以进一步把数据接入、质量预测、工艺审核、生产试验与结果回流连接起来，推动 AGPO AI Model 融入制造业务流程。对于负极石墨化，工业 AI 的落地价值在于：✅ 让质量风险更早进入研判；✅ 让送电方案获得可比较的依据；✅ 让异常处置与工艺经验持续积累。在工艺人员、质量检验和生产系统的协同下，把一炉一炉的经验沉淀为可验证、可迭代的行业垂类模型与应用能力。携手汉得，共铸硬核竞争力！

2026年10月21日，湘钢首届创新大会举行，汉得受邀参会。双方合作开展的“中厚板全流程数智化生产执行系统开发项目”获颁“2026年度最佳合作项目奖”。大会以“新耀钢城·智启未来”为主题，围绕改革创新、科技攻关、管理提效和产业开拓等方面，分享优秀实践、表彰创新成果。此次获奖，是对双方围绕板材制造场景推进数字化建设工作的肯定。01 以业务为牵引深化板材制造协同宽厚板生产涉及订单、质量、计划、生产执行与仓储物流等环节。客户需求如何准确传递到生产岗位，订单进展如何及时反馈给相关部门，是制造管理需要持续解决的实际问题。围绕湘钢板材 MES 重构升级，双方将业务流程优化与系统建设相结合，聚焦生产经营中的协同需求。MES，即制造执行系统，连接企业经营管理与现场生产执行，为业务信息的传递和生产过程的跟踪提供支撑。项目以订单履约为主线，将质量要求、生产计划与执行记录纳入协同管理，推动信息在业务环节之间顺畅流转，让相关岗位更便捷地获取所需信息，为精细化管理提供支持。让客户需求贯穿生产执行让业务数据服务现场管理02 围绕关键业务提升生产执行支撑项目围绕板材制造的全流程协同需求，结合以智能自动组板为关键指导，将交货期、成材率等因素纳入组板决策，支持多钢种、多目标组板方案生成，统筹订单交付与材料利用。同时，项目加强订单、质量、生产执行与仓储发运之间的信息衔接，完善计划执行跟踪和异常反馈，为生产组织提供更清晰的业务依据，促进产销协同与精细化管理。智能自动组板统筹交付与材料利用围绕不同钢种和订单要求，系统支持在生产约束下生成多目标组板方案，并将余坯、余材纳入自动组板与利用。自动组板与手动组板共用基础数据，便于业务人员衔接处理。同时，结合作业计划管理与生产实绩反馈，支持计划编制、调整和执行跟踪。订单信息更顺畅交付进展更清晰围绕订单信息传递与合同全过程跟踪开展优化，将客户个性化要求纳入系统化管理，并加强交期跟踪和异常提醒，帮助相关岗位及时掌握执行进展，为产销协同提供支持。质量要求更明确过程记录可追溯围绕产品标准、工艺规范和岗位操作要求，推进质量设计与质量信息传递的规范化管理，减少重复维护和线下传递。通过关联生产记录与质量信息，为过程跟踪和问题分析提供依据。炼钢计划更直观工序衔接更顺畅围绕炼钢生产组织，系统以可视化方式呈现各工序计划，支持生产时间测算和计划动态调整，并将检修安排纳入统筹，帮助相关岗位把握生产节奏。同时，结合质量标准支持自动判钢，并加强与后续装炉计划的衔接，为炼钢过程管控与工序协同提供支撑。轧钢计划与实绩联动执行管理更精细围绕轧制与热处理，系统支持按业务规则自动编排计划，由岗位人员确认后下发，并跟踪计划执行与调整。结合合同要求，将工艺规范和操作要点传递到相应岗位，通过剪切、喷刻印等作业信息的图形化展示，以及生产实绩和轧辊履历管理，支持现场作业规范执行与过程追溯。仓储与物流衔接协同管理更有序推动仓储信息与物流、发运业务联动，支持库存统筹和材料流转跟踪，为相关岗位安排出入库及发运作业提供信息支撑，促进生产组织与交付安排相互衔接。03 坚持合作共建推动持续创新钢铁企业的数智化建设，需要将现场业务经验与数字技术持续结合。围绕具体场景梳理需求、优化流程，并让系统能力服务岗位操作，是项目建设的重要着力点。此次荣誉，既是对合作成果的认可，也是双方持续推进业务创新的动力。汉得将继续以客户业务需求为出发点，注重系统应用与管理实践的结合，支持制造企业提升数字化管理能力。面向未来，汉得期待与湘钢继续深化合作，在板材制造场景中持续完善数字化应用，让创新成果更好地服务生产经营。携手推进数智化建设让创新更好服务生产经营携手汉得，共铸硬核竞争力！