热点新闻

HOT

汉得 x 锐科激光｜锐科AI智能体平台正式上线，以AI全场景赋能激光智造！

近期，国内光纤激光龙头企业——武汉锐科光纤激光技术股份有限公司携手汉得，联合打造的锐科AI智能体平台正式全面上线。

查看详情

从分散建设到统一治理｜汉得携手青岛啤酒，打造AI时代的企业数字化统一底座！

汉得大客户数字化事业部群携手青岛啤酒开展统一组件技术底座平台建设实践，围绕统一开发平台、既有认证体系接入、主数据贯通、开发规范沉淀、供应商协同与运营陪跑等关键方向，探索大型企业数字化底座建设与持续运营的新路径。

查看详情

汉得灵猿（大圣）AI中台入选工业AI创新TOP50、工业AI智能体TOP50！

近日，由中国科学院《互联网周刊》联合eNet研究院、DBC德本咨询等权威机构发布的2026工业AI创新TOP50与工业AI智能体TOP50榜单正式揭晓。汉得自研核心产品汉得灵猿（大圣）AI 中台凭借领先技术实力、成熟场景落地能力与持续创新突破，同时入选两大榜单，充分彰显汉得在工业AI领域的硬核实力与行业影响力。

查看详情

新闻中心

NEWS

全部公司动态产品快讯智慧营销智能制造智协供应链智享财务泛ERP 数字化技术合作伙伴

07-16

汉得 x 云鼎科技｜联合创新中心揭牌暨穿云箭穿透式监管平台正式发布！

7月9日，2026云鼎科技数智生态大会在陕西西安成功举办。会上，汉得与云鼎科技联合创新中心正式揭牌，双方联合研发的穿云箭-穿透式监管平台重磅发布，开启能源国资数智监督全新篇章。

07-16

汉得 x 云鼎科技｜联合创新中心揭牌暨穿云箭穿透式监管平台正式发布！

7月9日，2026云鼎科技数智生态大会在陕西西安成功举办。会上，汉得与云鼎科技联合创新中心正式揭牌，双方联合研发的穿云箭-穿透式监管平台重磅发布，开启能源国资数智监督全新篇章。强强联合破解能源国企数字化监管痛点揭牌仪式上，汉得信息、云鼎科技的多位领导嘉宾共同登台，完成联合创新中心揭牌。此次合作实现优势深度互补，汉得拥有雄厚的数字化技术研发实力，云鼎科技深耕能源领域，具备丰富的行业场景积淀、产业资源与实战经验。双方秉持技术共研、场景共建、生态共赢的理念，聚焦能源国企数字化监管痛点，量身打造适配国资国企的数智监督解决方案。此次揭牌标志着双方合作实现重磅升级，从短期项目协作，迈入技术、场景、生态全方位融合的长期深度战略合作新阶段，为能源行业数字化创新搭建了全新研发与落地载体。穿云箭新一代一站式智能穿透监管平台大会上同步发布的穿云箭－穿透式监管平台，是双方协同创新的标杆成果。平台覆盖企业资金、资产、业务、风控全链条监管场景，可穿透各级权属企业，达成数据穿透、流程穿透、权责穿透、风险穿透，实现采购、销售、合同、资金全流程交叉校验，完成真监管。借助穿云箭，企业不仅能高效满足穿透式监管的合规要求，更能依托AI能力，构建7×24小时智能预警功能，实现风险前置识别与精准管控，推动监管模式从“事后核查”向“持续监测、动态防控”转型，有效破解传统监管盲区多、滞后性强等难题，从源头防范国有资产流失，推动国企监督向数字化、常态化、智能化穿透升级。未来，双方将持续深耕能源数字化赛道，迭代优化数智监管产品与解决方案，完善产业生态布局，以数字技术赋能国企治理提质增效，助力能源产业高质量数智化转型。携手汉得，共铸硬核竞争力！

07-16

DataClaw答疑篇｜和其他龙虾有啥不同？安不安全？一次说清！

07-16

DataClaw答疑篇｜和其他龙虾有啥不同？安不安全？一次说清！

汉得DataClaw发布之后，市场反馈非常强烈，也提出了很多实际问题：DataClaw和最近很火的各类SaaS龙虾是什么关系？如果需要私有部署，企业为什么不直接使用开源龙虾？能不能连接企业现有系统？数据是否安全？数字员工是不是需要反复训练？为什么要选择汉得？我们将客户咨询最频繁的问题归为五类，集中回答。第一类问题产品定位问题解决问题：DataClaw适合什么场景？和SaaS龙虾、开源龙虾、AI中台，以及ChatBI、知识库是什么关系？Q1：DataClaw和最近很火的各类SaaS龙虾有什么区别？A1：这两类产品服务的场景不同，企业这两类都需要，两种工具是互补。SaaS类龙虾在个人办公自动化上的支持会更出色，例如整理文件、处理邮件、生成会议纪要、跨应用操作等，通常更灵活，也更容易做出丰富的个人体验。DataClaw为B端而造，打造私有可控、连接核心系统、承接长流程任务的企业AI员工平台。主要覆盖数据私密性要求比较高的场景，需要在企业环境内私有部署，特别是涉及财务、经营、供应链等敏感数据，或者需要调用ERP、CRM、MES等核心系统、跨多个环节持续执行的长流程任务。对企业而言，两类产品往往会长期共存：如果企业并没有私有化部署、核心数据管控和长流程业务的需求，那也不一定需要DataClaw；一句话概括：SaaS类龙虾和DataClaw是融合互补的关系，不是二选一。Q2：如果主要覆盖私有部署场景，企业直接使用开源龙虾，不也可以吗？A2：可以，但把龙虾跑起来，需要很多工程化的工作才能在企业里用起来。开源龙虾进入企业，通常还要解决四个问题：✅ 安全问题：能访问哪些文件和数据，出了问题能不能追溯。✅ 复用问题：一个人教会的能力，能不能变成全公司的能力。✅ 连接问题：能不能稳定连接ERP、CRM、数据平台和知识库。✅ 管理问题：数字员工由谁创建、分配、审批、调度和管理。DataClaw做的，就是把这些能力提前工程化：用独立沙箱和权限体系，把龙虾关进安全的“笼子”；用公共员工和技能中心，让优秀经验在企业内部复用；统一连接企业数据、知识和业务系统，员工只使用自己有权限的内容；统一管理数字员工的分配、协同和任务运行，让它们真正进入岗位、组成队伍。选择汉得DataClaw的很多客户中，之前已经在手搓自己的龙虾平台了，对比汉得的产品之后发现，自建模式下时间周期和成本都很高，进而直接选择购买汉得成熟的商业产品。一句话概括：开源龙虾解决“把Agent跑起来”，DataClaw解决“让AI员工安全进入企业、形成组织能力并持续干活”。Q3：DataClaw和AI中台工具有什么区别？A3：AI中台，主要提供模型、知识库、工作流和工具编排能力，帮助企业开发AI应用和Agent。通常由业务提需求，IT完成配置、开发和发布，再交由业务人员使用。DataClaw则更进一步，直接面向一线业务人员。业务人员可以通过自然语言对话，教会AI员工业务规则、工作方法和执行要求，让AI员工在实际工作中不断学习和成长。一句话概括：过去的AI中台帮助企业做AI应用；DataClaw帮助企业训练和使用AI员工。Q4：DataClaw和ChatBI、知识库是什么关系？A4：DataClaw是内嵌了ChatBI和知识库能力的更高级形态的智能体。ChatBI负责可靠地获取、查询和分析企业结构化数据；知识库提供制度、文档、案例和业务知识；DataClaw负责理解任务，调用数据、知识和业务系统，推动流程并交付结果。DataClaw里处理结构化数据的基础能力来自于ChatBI，处理非结构化数据的基础能力来自于知识库，DataClaw自身带来了更拟人的能力，让上述两个基础能力能够更简单地帮到用户。一句话概括：ChatBI和知识库为DataClaw提供“可靠的数据与知识”，DataClaw则把数据、知识和业务系统组织起来，完成一项完整的业务工作。Q5：如果前面上了汉得ChatBI，还需要再购买DataClaw吗？A5：DataClaw是独立的一个新产品，原则是需要独立购买的。已经购买并实施了汉得ChatBI的客户是最具备实施DataClaw基础的，我们已经制定了有针对性的换代方式，具体可以联系客户经理进一步沟通。第二类问题安全问题解决问题：内外网隔离、数据泄露、权限、企业级数据安全管控、审计、模型安全管控Q6：企业数据会不会泄露？A6：DataClaw支持私有化部署，数据可以保留在企业环境内。同时通过容器隔离、沙箱控制、权限继承、敏感信息拦截和操作审计，降低数据泄露和越权风险。Q7：内外网互通时如何保证安全？A7：安全不只是把系统部署在本地。DataClaw建立了五层安全体系：✅ 部署安全：私有化本地运行、信创全适配，数据不出企业边界；✅ 使用安全：独立容器隔离、沙箱限制高危命令；API密钥加密、DLP敏感信息拦截、Prompt 防注入；技能上架安全扫描、独立沙箱隔离防投毒；外网访问白名单网关，所有工具调用全程审计留痕；✅ 数据与权限安全：双轨RBAC权限，同步H-ZERO/异构系统；灵知底座管控结构化/非结构化数据，行级权限隔离；✅ 模型安全：统一模型代理不绑定厂商、支持私有化本地模型；配额管控、调用日志全留存；✅ AI行为安全：注入防护、敏感输出拦截、删除 / 改配置等高风险操作强制人工确认。数字员工只能访问用户本人有权访问的数据。删除文件、修改配置、向外发送信息等高风险操作，需要人工确认；关键操作可以全程审计和追溯。第三类问题选型落地问题解决问题：自家企业能不能用？部署方式、收费模式、实施周期、行业案例Q8：能否适配我司现有系统？A8：可以连接ERP/MES/CRM/SRM/OA/数据中台/知识库；私有化部署无需改造现有IT架构，内置多行业模板，从小场景快速试点。Q9：部署&收费模式灵活吗？A9：私有化/SaaS双模式；按数字员工数量订阅、按Token计费均可；支持1-2个数字员工低成本试用。Q10：实施周期多久？有成熟落地客户吗？A10：部署即用，操作易上手，业务部门用户可简单培训后自行训练；来自高科技、制造、化工、贸易等行业的若干龙头企业已实施落地。Q11：是否必须先搭建数据中台/知识库才能上线？A11：非必需；数据底座加速落地速度，无底座也可先行上线业务流程自动化场景。Q12：对底层大模型有无硬性要求？A12：推荐Deepseek-v4-flash、Qwen3.5+等高参数高性能模型。第四类问题运营问题解决问题：会不会反复调教？使用门槛、如何持续优化？Q13：需要持续调教，人力成本很高吗？A13：不需要每次从头开始。DataClaw可以记住企业的术语、业务规则、口径、流程和员工使用习惯。教过的规则可以持续复用，业务发生变化后也可以继续调整。同时，不仅仅支持不同人训练的经验共享，而且有“公共员工”功能，一人训练，千百人使用。Q14：普通业务人员使用门槛高吗？A14：不高，底层数据集、数据配置全部对用户屏蔽，员工仅需自然语言描述业务需求即可使用。Q15：如何让DataClaw持续变聪明？A15：主要依靠三类能力：使用内置技能；安装经过审核的外部技能；在实际工作中沉淀企业自己的技能。同时，DataClaw会不断积累企业术语、业务习惯和反馈结果，越用越懂企业。第五类问题为什么是汉得？解决问题：汉得相比其他厂商优势Q16：汉得相比普通工具厂商和互联网厂商，优势是什么？A16：企业AI数字员工最终可以分为三类：业务操作型：执行重复任务、跑流程、释放人力；业务洞察型：融合数据和知识，发现问题、分析原因；决策参谋型：结合行业经验和企业经营方法，辅助管理决策。操作型数字员工，主要看工具和工程能力。洞察型、参谋型数字员工，还需要对行业、业务、数据和企业管理有长期理解。汉得的优势，是把三十多年企业服务经验和行业Know-how，持续沉淀进数字员工。企业选择AI数字员工，最关心的其实就是三件事：安不安全、能不能用、值不值得DataClaw用企业级安全能力回答“安不安全”；用数据、知识和系统连接能力回答“能不能用”；用数字员工组织、协同、记忆、技能和行业经验回答“值不值得”。这就是汉得DataClaw灵舟——企业AI数字员工中心。想了解更多？欢迎私信或留言我们一对一解答您的场景问题携手汉得，共铸硬核竞争力！

07-16

汉得 AI + H-ZERO 重构大型制造业36套老旧业务系统，开发提效40%，人天砍半、年省14.4万元基础设施成本！

近期，汉得大客户数字化事业部群携手日本制造型企业，启动原技术平台向汉得 H-ZERO 平台的整体迁移工程。

07-16

汉得 AI + H-ZERO 重构大型制造业36套老旧业务系统，开发提效40%，人天砍半、年省14.4万元基础设施成本！

历经数十年数字化建设沉淀，坐拥数百套业务应用系统的大型制造企业，其分散的老旧系统、厚重的技术债务、跨技术栈的全链路改造、纯人工模式的效率瓶颈……数字化进入深水区，存量技术栈业务系统的代际迁移，正成为大型企业绕不开的刚性命题。当传统迁移模式陷入“周期长、成本高、人才依赖重”的三重困境，一条以 AI 为核心引擎的新路径，正在项目一线被验证。近期，汉得大客户数字化事业部群携手日本制造型企业，启动原技术平台向汉得 H-ZERO 平台的整体迁移工程。项目以 AI 自动化转换为核心手段，覆盖36套内部业务系统，通过技术栈统一、基础设施整合与交付模式创新，探索出一条可复制、可规模化的存量系统升级之路。36套系统迁移命题与传统路径困境日本制造型企业原技术平台（智能制造通用平台）作为其在华信息系统的重要技术底座，承载着体系内数十套内部业务应用，覆盖不动产租赁、物流管理、生产计划、人事财务连携等多元场景。随着技术生态演进与运维成本压力，将分散构建于原技术平台框架上的系统统一迁移至 H-ZERO 企业级 PaaS 平台，成为企业数字化架构升级的关键一步。传统迁移模式下，项目面临三重挑战：💢体量庞大共计36套系统待迁移，业务逻辑复杂、技术债务积累深，原始评估人天、交付周期与成本压力显著；💢技术栈差异从原技术平台 jsp/servlet 向 Spring Cloud 的云原生技术栈转换，涉及数据库适配、权限体系重构、前端页面重写等全链路改造；💢效率瓶颈纯人工迁移模式下，代码改写、测试验证、联调排错等环节高度依赖人力，试错成本高，难以在短周期内完成规模化交付。在此背景下，项目团队选择以 AI 为核心驱动力，依托汉得 H-ZERO 平台的标准化技术底座，探索“AI 自动化转换 + 人工精准补位”的新型交付范式。AI 迁移方法论：从大到小逐步收敛的工程化路径本次迁移并非简单的代码翻译，而是形成了一套完整的 AI 辅助迁移工程方法论，实现从系统识别、架构适配、代码迁移到测试验证的全流程能力覆盖。四步式 AI 处理流程项目采用“从大到小，逐步收敛”的处理策略，确保迁移质量与效率的平衡：整体清理与基础验证先完成项目级结构识别与基础功能单元测试，搭建可运行的技术骨架；分角色功能迁移按业务模块逐一完成功能代码迁移与单元测试，确保每个业务单元可独立验证；人工功能测试补全由业务与测试顾问介入端到端验证，针对 AI 转换盲区进行功能补全；异常场景优化迭代针对异常分支与边界场景，由人工提供解决方案并反向沉淀为 AI 经验。模型能力的实证差异在实践过程中，团队验证了一个关键结论：大模型能力层级对迁移效率与质量具有决定性影响。初期使用 Flash 级模型进行单功能转换，单模块耗时约6小时且效果不理想，得分68.82；切换至 Pro 级模型后，同等复杂度功能实现一次生成且质量显著提升，得分70.92。分数差距看似不大，但在一次生成通过率、问题收敛效率、代码规范度等工程化指标上差异显著。这一发现为后续规模化迁移的算力配置提供实证依据。提效实证数据背后的生产力跃迁方法论是否成立，最终由项目数据说话。以先期完成的租赁系统迁移为例，AI 驱动模式的提效效应已得到充分验证。租赁系统迁移对比：💢传统开发模式（2020-2025年）：分两期建设，累计投入约360人天完成开发与优化；✅ AI 迁移模式（2025.12-2026.01）：仅投入160人天即完成全部代码迁移与功能验证，整体效率提升超55%。基于单系统验证成果，项目组对36套系统的整体迁移进行了提效测算：除开发成本外，基础设施层面的整合也带来持续收益。仅 Step1 阶段即可完成 Asteria 服务器、Oracle 数据库、Docker 节点、堡垒机等6类资源的整合下线，年节约基础设施成本超14.4万元。随着后续阶段推进，服务器资源整合效应将进一步释放。能力沉淀：从项目交付到可复用的迁移生产力本次项目的价值远不止于36套系统的迁移完成，更在于沉淀了一套可规模化复制的 AI 系统迁移能力。可复用的迁移 Skill 体系项目过程中已沉淀出面向同类系统转换的完整 Skill 能力，覆盖系统结构识别、配置文件生成、代码批量迁移、功能自动补全、测试用例生成等关键环节。这意味着未来面对类似技术栈迁移需求时，无需从零开始，可直接基于已有能力快速启动。AI与人工的最佳协作边界实践清晰地定义了人机协作的分工边界：AI 擅长：框架搭建、结构化代码迁移、配置文件生成、单元测试编写等规则明确、工作量大的重复性工作；人工价值：业务逻辑验证、异常场景处理、架构方案纠偏、平台融合收口等需要经验与判断的创造性工作。这种“AI 做主体、人工做收口”的模式，既释放了 AI 的规模化生产力，又保障了企业级系统的交付质量与业务准确性。H-ZERO生态的长期价值迁移完成后，所有系统将统一运行于汉得 H-ZERO 企业级 PaaS 平台之上，带来三重长期收益：✅ 运维统一：统一的服务治理、权限体系与监控平台，降低整体运维成本与技术门槛；✅ 低代码赋能：依托 H-ZERO 的低代码能力，业务人员可直接参与轻量需求开发，响应速度大幅提升；✅ 资产可复用：通用组件与业务服务可跨系统共享，避免重复建设，支撑后续业务快速创新。当行业还在讨论 AI 能不能写代码的时候，汉得大客户数字化事业部群与日本大型制造业客户的这场实践已经把 AI 推向了企业级系统规模化迁移的主战场。这不是一次单点的技术实验，而是一场关于交付模式的范式迁移——从“人月神话”的线性投入，走向“AI 能力沉淀 + 规模化复用”的非线性增长。当迁移能力被产品化、Skill 化，存量系统升级的成本曲线将被彻底改写。对于拥有大量历史系统的企业而言，这意味着技术栈升级不再是动辄数年、耗资千万的沉重负担，而可以成为一条可控、可预期、可持续的演进路径。汉得H-ZERO 平台与 AI 迁移能力的结合，正在为企业数字化深水区的存量改造提供一个全新的答案。后续项目团队将持续推进各阶段迁移落地，并同步完善 AI 迁移方法论与工具链。我们相信，随着模型能力的持续进化与工程经验的不断沉淀，AI 驱动的系统重构将成为企业数字化基建升级的标配能力。本文基于日本制造型企业原技术平台迁移项目阶段性成果整理，更多技术细节与实践经验将持续分享，欢迎企业 IT 架构、数字化转型领域同行交流探讨。想了解AI具体如何生成代码？请持续关注我们下期为您拆解Prompt工程与代码审查细节您的企业是否也在面临老旧系统维护难的问题？欢迎在评论区留言我们一起探讨破局之道携手汉得，共铸硬核竞争力！

07-09

汉得DataClaw发布｜为B端而造，打造企业级私有可控的AI员工军团！

今天，汉得正式发布：DataClaw 灵舟 - 企业 AI 数字员工中心。为 B 端而造，打造企业级私有可控的 AI 员工军团。

07-09

汉得DataClaw发布｜为B端而造，打造企业级私有可控的AI员工军团！

最近，AI 员工火了。AI 开始从“回答问题”，走向“真正干活”。它会操作电脑、使用软件、调用工具，甚至可以自己完成一项项具体的工作。未来，无论个人还是企业，身边都会出现越来越多不同类型的数字员工。有的帮助个人处理日常办公和通用任务，有的则会进入财务、供应链、制造、经营分析等企业核心业务。而在很多企业场景下，不只是一个更能干的“AI牛马”。它还需要接触企业的财务数据、客户信息、经营数据和内部系统；需要知道什么能看、什么不能看，什么能做、什么必须审批。对于那些对私密性、安全性、权限和业务规则要求更高的场景，企业需要的是一类真正为 B 端而造的 AI 数字员工。今天，汉得正式发布：DataClaw 灵舟 - 企业 AI 数字员工中心。为 B 端而造，打造企业级私有可控的 AI 员工军团。它可以是替你接住高频、繁琐、重复工作的“牛马”，也可以是跟在身边、越来越懂你的“助理”；当它真正学会企业的知识、规则和经营方法，它还可以成为帮助管理者发现问题、分析原因、辅助决策的“参谋”。是牛马，是助理，也是参谋。接下来，我们想从企业每天正在发生的真实工作开始，聊聊为什么我们需要这样的数字员工。系统越来越多，数据越来越多，人却越来越忙。数字化解决了信息在线，却没有解决工作在线。企业真正需要的，不是一套新的系统，而是一位能够参与工作的数字员工。🚀 企业第一次｜让工作开始被托付企业最大的损失，不是员工离职，而是经验一起离职。过去，经验留在人脑里；今天，经验开始沉淀给数字员工。DataClaw灵舟学习的不只是答案，更是企业自己的业务规则、分析方法和管理经验。🚀 企业第一次｜让经验开始被沉淀AI不是替代所有岗位，而是先接住高频、繁琐、重复的工作。从财务开始，从每一个重复岗位开始。让数字员工负责执行，让人创造价值。🚀 企业第一次｜让岗位开始拥有数字员工真正决定企业竞争力的，不是系统，而是优秀管理者的经营经验。DataClaw灵舟学习的不只是答案，更是分析、判断和决策的方法。让企业最优秀的经营能力，实现可复制、可传承。🚀 企业第一次｜让经营能力成为企业资产回答问题只是第一步。真正的价值，是进入业务流程，承担岗位工作。采购、财务、供应链、经营分析……越来越多数字员工开始成为企业的一员。🚀 企业第一次｜让AI真正开始工作真正优秀的员工，都懂得学习、协作和借助团队。数字员工也是如此。开放Skill生态，不是为了连接更多工具，而是为了持续融合企业已有能力，不断成长。欢迎更多的生态伙伴加入！🚀 企业第一次｜让能力持续成长未来，企业不仅管理员工，也将管理数字员工。招聘、培训、协同、成长……DataClaw灵舟帮助企业建设属于自己的AI数字员工团队。🚀 企业第一次｜拥有专属AI数字员工团队✅ERP沉淀流程✅BI沉淀数据✅知识库沉淀知识✅DataClaw灵舟沉淀企业能力本次发布的，不只是一个AI产品。更是汉得将三十多年行业经验、业务理解和管理方法，转化为数字员工能力的一次实践。🚀 企业第一次｜把企业能力变成新生产力过去企业依靠优秀员工创造价值今天企业开始依靠数字员工承担工作未来企业将把经验、方法和能力持续沉淀给数字员工员工会离职，经验不会岗位会变化，能力不会让优秀管理经验可复制让重复业务工作可托付这，就是汉得DataClaw灵舟企业AI数字员工中心携手汉得，共铸硬核竞争力！

06-25

灵炼训练引擎正式支持NVIDIA NeMo，企业级模型训练再升级！

汉得企业级大模型训练与管理平台（中文名灵炼，英文名H-AI TrainHub，以下简称灵炼），旨在提供企业级一站式模型训练与管理平台，覆盖数据集管理、精调、推理部署与评测等端到端能力，专注性能与安全保障，全面支撑企业AI模型开发与落地。

06-25

灵炼训练引擎正式支持NVIDIA NeMo，企业级模型训练再升级！

汉得企业级大模型训练与管理平台（中文名灵炼，英文名H-AI TrainHub，以下简称灵炼），旨在提供企业级一站式模型训练与管理平台，覆盖数据集管理、精调、推理部署与评测等端到端能力，专注性能与安全保障，全面支撑企业AI模型开发与落地。本文将带你快速掌握使用NVIDIA NeMo AutoModel引擎做微调全流程：从模型训练到模型发布，再到后续部署与应用，帮助你高效构建企业级专属AI能力。汉得灵炼训练再升级！灵炼微调引擎正式接入NVIDIA NeMo AutoModel，让大模型微调更快、更省、更简单。✅ 极速训练：基于NVIDIA NeMo高性能训练内核与分布式并行技术，大幅提升训练吞吐，在相同算力下完成更多任务。✅ 开箱即用：原生兼容HuggingFace模型生态，无需模型转换、无需额外适配，新模型发布即可快速接入。✅ 场景覆盖：支持继续预训练、SFT精调及 LoRA微调，兼容Alpaca、ShareGPT、OpenAI Role等主流数据格式，满足领域知识注入与指令对齐需求。✅ 弹性扩展：同一套训练配置即可从单卡平滑扩展至千卡集群，无需重构代码，轻松适配不同规模算力环境。✅ 生态贯通：模型保持原生HuggingFace格式，支持权重自动合并与一键发布，实现从训练、微调到部署上线的完整闭环。快速入门新建模型微调-使用NVIDIA NeMo AutoModel引擎模型训练/模型微调：新建微调任务。首先配置基本信息&模型及数据。微调类型：按需选择微调类型。○ 继续预训练：强化领域知识理解○ SFT精调：提升指令遵循与理解能力基础模型：选择目标模型及版本。数据格式：选择对应数据结构。训练集来源：灵活适配不同数据规模与业务需求。○ 平台数据集（推荐）○ 本地存储路径（适用于大规模数据）○ 手工上传（≤30MB）其次设置算力，微调相关配置，并点击【确认】完成创建。算力集群：选择执行节点。调度方式：通过手工调度，精细化控制资源，NVIDIA NeMo AutoModel引擎暂不支持自动调度。训练引擎：选择NeMo/26.04。微调方法：LoRA/全参微调。参数配置：平台预置默认参数配置，同时支持学习率、Epoch、序列长度、优化器、缩放比例等关键参数自定义，以及分布式策略等高级参数调优能力。开始训练创建任务后，点击【开始训练】，即可启动使用NVIDIA NeMo AutoModel引擎执行模型微调流程。平台将自动完成资源调度、训练执行、状态管理等，全流程自动化，降低操作复杂度。查看训练操作记录操作记录完整记录微调过程中的各阶段信息，实现全过程可观测与问题快速定位。新增数据集预处理阶段，适配NVIDIA NeMo AutoModel引擎执行继续预训练前置处理数据集需求。评估报告训练完成后自动生成评估报告，支持查看Loss曲线变化，用数据驱动模型优化决策。发布模型微调完成后，可将模型发布至模型仓库，支持后续部署与复用，构建企业级模型资产体系。点击【发布】，完成以下配置：Checkpoint选择：保持默认或指定训练结果。默认将使用NVIDIA NeMo AutoModel引擎微调后最优的Checkpoint。是否自动合并：○ 合并基础模型生成完整模型○ 或仅发布 LoRA Adapter发布方式：○ 新版本：基于已有模型迭代○ 新模型：创建全新模型资产查看发布操作记录发布过程中，也可通过操作记录查看：发布状态、执行日志、合并进度等，全流程透明可控。查看发布结果发布完成后，可在模型仓库查看，实现模型资产沉淀与复用：新版本：在原模型下查看新增版本。新模型：在模型列表中查看。以上内容主要讲解了如何通过灵炼使用NVIDIA NeMo AutoModel引擎进行模型微调、过程监控、效果评估、模型发布的相关能力，打造完整的模型训练与应用闭环。更多功能细节可参阅焱牛开放平台（open.hand-china.com）文档，或随时联系研发团队。未来我们将持续迭代，为您带来更多AI模型开发与落地体验，期待与您交流！欢迎在评论区留言，一起探讨AI模型开发在您业务中的应用潜力~携手汉得，共铸硬核竞争力！

06-18

迭代焕新能力跃升｜汉得企业级PaaS平台1.13.0版本正式上线！

汉得企业级PaaS平台1.13.0版本正式上线！本次1.13.0 版本围绕底层框架升级、全新能力拓展、体验全面优化、现有功能完善四大维度完成全面迭代，全方位强化平台稳定性、拓展性、易用性。

06-18

迭代焕新能力跃升｜汉得企业级PaaS平台1.13.0版本正式上线！

近日，由高顿咨询 AI 创新研究中心主办的“AI 财务生产力论坛暨 2026 AI 财务应用挑战赛总决赛”在中国上海成功举办。会上，海亮股份与汉得携手打造的「无人值守财务共享智能审核 Agent」项目再度斩获行业重磅荣誉，持续收获行业权威高度认可，在与超过 500 家优秀企业的 PK 中，摘得【AI 效能引领奖】和【年度 15 强】荣誉！无人值守财务共享智能审核 Agent一次加冕，是实力认可；再度摘誉，是品质印证。从初次落地打磨到持续优化升级，从首次斩获荣誉到二次成功加冕，项目的每一次进阶，都离不开海亮与汉得双方团队的并肩深耕、精准协同。连续获奖的背后，是坚守品质的初心，是持续创新的底气，更是双方深度互信与合作默契的最好诠释！深度互信高效共创汉得 x 海亮股份浙江海亮股份有限公司（以下简称：海亮股份）是海亮集团有限公司旗下核心产业公司，公司于 2008 年在深圳证券交易所上市，是全球铜管棒加工行业的标杆和领袖级企业。海亮股份一直坚持以技术驱动管理进化，以数据赋能战略决策，持续为公司的高质量发展注入强劲的数字动力。早在 2023 年，汉得智慧财务就与海亮股份结缘，共同建设财务共享项目，汉得团队凭借专业化的解决方案和高效交付能力，为双方奠定合作互信的坚实基础。为持续赋能财务数智化转型升级，进一步提质增效，2025 年双方再度聚力深耕，重磅启动 AI 财务智能审核项目，以人工智能技术赋能财务流程革新。“AI 大模型＋规则引擎”双轮驱动财务“智”变加速度海亮股份智能审核项目依托其财务共享平台，引入汉得新一代“AI 智能审核软件”，以“AI 大模型+规则引擎”双轮驱动，重构财务审核作业模式，在费用报销、应收应付报账、收付款、计提摊销等高频场景中，率先迈入 AI 智能审核新阶段。本次项目的上线，为海亮股份财务共享工作带来三大革新，真正实现报账更快、审核更准、成本更省、体验更优！17 x 24 小时不打烊自动审单智能审核引擎全天候在线，随提随审。审单流程显著提速，退单率有效降低，业务用户告别漫长等待，体验流畅响应。2提升共享会计审核自动化率“规则引擎”确保合规铁腕无情，“AI 大模型”赋能复杂场景灵活判断。将超过 161 个审核要点嵌入系统逻辑，减少对人脑经验的过度依赖，大幅降低人为差错，让风险管控更智能、更可靠。3财务人转型：从事务型到财务数智型系统承接大量程式化、标准化的审单压力，解放财务人员的双手与精力。共享团队得以更多走向业务前端，聚焦于复杂业务处理、财务分析及专业赋能，真正实现从基础操作到战略支撑的价值升级。从需求调研到技术适配，从流程打磨到上线交付，汉得团队既严格锚定项目节点，更以扎实的技术能力与细致的服务，直接为海亮财务智能化升级装上“高效引擎”。财务 AI 智能体应用新标杆汉得 AI 智能审核汉得基于二十多年财务信息化与数字化服务经验，依托自研的 H-ZERO 企业级 PaaS 平台和大圣 AI 中台，推出“AI 智能审核软件”并取得软件著作权。产品通过引入 AI 能力，搭建智能审核 AI 智能体，研发搭建附件识别训练平台，实现各类非标附件的自动化训练和智能化识别；融合规则审核和 AI 推理审核，有效提升共享中心审核效率，减轻财务审核工作量。智能驱动，人机协同支持机器审核、人机互审模型，设计中嵌入了精益管理、清单式管理理念，大大提高了财务审核新人的上手速度；规则内置，风险先知内置超过 10 个行业、覆盖国央企、民营企业常见的内外部审计规则，在全流程链条中相关节点及时识别出存在的风险或风险可能性；自主学习，持续优化可通过在日常业务中的人工纠偏完成自动学习；持续引入 AI 技术不断加强识别深层次风险的能力。▲ 汉得智能审核系统业务场景适用的企业客户及场景汉得“AI 智能审核软件”作为数字化智能工具，具备广泛的适用性和开放性，在不同行业、不同规模的企业内具有广泛的需求与适用场景：✅ 正在推动财务共享服务建设的企业公司✅ 已经完成了财务共享服务建设，但在用的财务共享平台系统需要增强智能审核或风险管控能力的企业公司✅ 已经建设了 OA 系统、费用报销系统等内部管理系统的，但需要对在用系统增强智能审查或风险管控能力的企业公司未来，汉得将继续深耕行业数字化转型，助力更多企业提升财务效能水平，促进数字技术与财务业务场景的深度融合，赋能业务高质量发展，为客户持续创新与价值创造保驾护航。携手汉得，共铸硬核竞争力！

06-12

AI Coding 越来越成熟，做应用那么快，低代码已经没用了？

面对AI，飞搭的态度不是竞争，而是融合。飞搭正在引入AI能力，但核心目的绝不是和外部的独立工具比拼生成代码的速度。飞搭的目标，是让AI这辆智能列车，在帮助飞搭削平低代码配置门槛的基础上，持续提升应用搭建的效率。

06-12

AI Coding 越来越成熟，做应用那么快，低代码已经没用了？

最近，AI Coding（AI编程）工具彻底火了。很多人都有过类似的体验：只要动动嘴，AI 就能直接吐出底层源码，甚至在线编译、部署、一条龙跑通。看到这种极度自由、高效的产出，很多同行开始焦虑：“这感觉比低代码平台还要快、还要灵活，低代码是不是要被彻底替代了？”要搞清楚这个问题，我们先厘清目前市面上三种主流开发工具的本质区别： AI Coding 工具像一个“超级外包程序员”。你提需求，它不受束缚地手写海量源代码。自由度极高，适合从 0 到 1 快速把新想法搞成型。一般低/无代码平台像一套“乐高积木”。把表单、图表封装好，业务人员通过拖拽极速搭建轻量级数据收集或审批流。AI+企业级低代码平台例如基于H-ZERO PaaS的飞搭，则是一个“带企业底座的智能积木工厂”，它围绕“客户”、“订单”等真实业务对象运转，原生自带精细权限、跨系统集成和复杂工作流。引入 AI 后，AI 生成的是严格符合平台规范的结构化资产。AI Coding 确实能让一个小白通过几轮对话，搞定一个供 3、5 人小团队使用的基础 CRM。但如果把它扔进真实、复杂的企业级 IT 环境里，卸下滤镜，以下四大硬伤就会暴露无遗。一从简单应用到企业级复杂系统AI会“力不从心”AI Coding 擅长“平地起高楼”，但面对错综的企业级业务，它往往力不从心。◈ 细致入微的权限挑战你让AI写个CRM，它1分钟就能写完。但在真实企业里，规则极其细碎：一线销售只能看自己的客户；区域总监要看整个大区的商机；法务审批合同时能看特定的商务报价，但绝对不能修改。这种精确到角色、按钮甚至“行列级数据”的权限管控，纯AI很难凭空凭几句提示词组织完美。◈ 打破“孤岛”的集成挑战企业应用从来不是孤立的。销售赢单生成合同，系统必须自动拉取并关联现有ERP系统中的主数据，或者财务系统的开票信息。让纯AI工具去深度集成这些老系统，大概率会建起一个个无法接入企业IT环境的“系统孤岛”。✅ 汉得飞搭的“底座”优势飞搭依托成熟的企业级 PaaS 底座（H-ZERO 平台），将多租户架构、统一权限控制、安全审计、接口集成等底层“硬核”能力直接固化。AI只需按需调用现成底座，专啃企业级复杂场景的硬骨头。二逻辑黑盒 vs 清晰资产功能越来越多，代码持续膨胀，谁能经得起长期维护？有人会反驳：AI 也可以基于成熟底座去手写高代码。但当系统持续迭代，代码量突破 10 万行时，真正的灾难就来了：代码量膨胀与上下文失忆随着功能叠加，工程越来越庞大，AI的准确度会呈断崖式下跌。更致命的是，大模型存在严重的“上下文失忆”。三个月后你想改个“提交”按钮的逻辑，直接让AI改，它极可能不仅没改好，反而把关联的其他功能搞崩了，最后还是得专业程序员来救火。 AI原生生成的代码是“逻辑黑盒”成千上万行的纯AI生成高代码，普通人看不懂，专业程序员不愿意看。要重构或修Bug，技术人员得去一根根梳理凌乱的线头，维护成本高到无法想象。✅ 飞搭沉淀的是“清晰资产”在飞搭里，AI生成的内容都被框定在低代码组件内，是结构清晰、易于理解的元数据。同样是改按钮，点开可视化面板，它的权限规则、触发事件一目了然。功能与资产依赖关系清晰，无论是业务还是技术，后期调优和运维都极其轻松。三发散的AI生成高代码vs 严谨的AI生成低代码边界决定了准确率为了解决 AI 生成高代码不好运维的问题，有些团队尝试引入 SDD（规范驱动开发）流程，加上多轮 Check 校验。但这也导致效率暴跌，大模型重复调用的 Token 成本高得惊人，且准确率依然难以保障。为什么？◈ AI写高代码是“发散”的你昨天让它写个“客户列表”，今天再让它写，它可能会用完全不同的底层逻辑和写法。有没有漏洞？必须经过繁琐的测试才知道。◈ 飞搭拥有“DSL 护城河”AI在飞搭里生成的不是散乱的代码，而是被严格框定的 DSL（领域特定语言）元数据。✅ 举个例子假设AI生成了一段配置：{"type": "buttoon", "action": "submit"}。因为平台有严格的边界规则，飞搭的执行引擎在上线前瞬间就能捕捉到这个拼写错误（把button拼成buttoon），并直接报错拦截。这种100%确定性的强校验，彻底杜绝了AI幻觉和逻辑错乱。四人工“排雷” vs 引擎“防呆”测试工作量的天壤之别很多人觉得 AI 写代码快，就等于“系统上线快”，这完全是错觉。写完代码，噩梦般的测试环节才刚刚开始。💢AI Coding需要繁重的人工“排雷”你让AI生成一个带“金额校验”的表单，它表面上跑通了，但底层可能顺手给你引入了一个带漏洞的第三方代码库，或者小数位计算有隐藏Bug。为了防范这些“定时炸弹”，测试人员必须把异常边界、安全漏洞重新扫一遍，开发省下来的时间，全在测试环节被成倍吐了出来。✅ 飞搭自带“防呆机制”，大幅甩掉测试包袱在飞搭里，AI只是给原本就经过千锤百炼的成熟数字输入组件下发了一条配置指令。组件本身的安全性和准确性，底座早就把好关了。一旦AI试图生成越界的合规逻辑，引擎瞬间拦截，根本不会让错误流到测试环节。结果是：开发和测试人员只需要确认核心业务逻辑对不对，系统测试工作量呈指数级下降，让“快速生成”真正转化为“快速上线”。滑动查看下一张图片核心对标AI原生高代码 vs 飞搭AI低代码有了AI生成低代码AI Coding就没有意义了吗？当然不是。在真实复杂的企业级业务中，我们始终强调“高低融合的协同模式”：低代码主导提效绝大多数的常规业务场景、标准组件，直接交给AI生成低代码来调用。既快，又安全合规。高代码插件兜底任何低代码都有边界。当遇到对页面样式、极端个性化交互有苛刻要求，或者需要特殊的行业算法时，AI Coding生成的高代码插件就成了最强的后盾，无缝无缝扩展并接入飞搭底座。“低代码主导提效 + 高代码兜底扩展”，两者强强联手，才是企业数字化建设的最优解。面对AI，飞搭的态度不是竞争，而是融合。飞搭正在引入AI能力，但核心目的绝不是和外部的独立工具比拼生成代码的速度。飞搭的目标，是让AI这辆智能列车，在帮助飞搭削平低代码配置门槛的基础上，持续提升应用搭建的效率。在底座的规范内，让AI去生成安全、合规、可被100%强校验的企业语义资产。当纯粹的“代码生成效率红利”被拉平之后，企业级底座的真正价值，才是我们需要认真考量的重要数字化基础。携手汉得，共铸硬核竞争力！

06-04

重磅升级｜汉得灵猿AI中台1.8版本来袭！

本次升级直击企业级AI应用落地的核心痛点，通过重构AutoAgent、图文混合检索、一站式内容创作等，进一步降低配置门槛，兼顾底层架构的稳定性与场景落地的灵活性。

06-04

重磅升级｜汉得灵猿AI中台1.8版本来袭！

汉得灵猿（大圣）AI中台1.8版本正式上线！本次升级直击企业级AI应用落地的核心痛点，通过重构AutoAgent、图文混合检索、一站式内容创作等，进一步降低配置门槛，兼顾底层架构的稳定性与场景落地的灵活性。全面重构AutoAgent在企业日常办公中，大量复杂业务流程往往需要人工反复介入、手动调整执行逻辑，传统固定编排缺乏灵活性，难以处理异常情况，不仅效率低下，还容易因为人为疏漏导致结果出错。新版本对AutoAgent节点进行全面重构，彻底打通 “计划 - 行动 - 反思 - 优化” 的全链路，可广泛应用于业务方案推演、跨系统任务处理、智能咨询服务等场景，有效减少人工操作，让复杂业务自主运转。从“静态执行”到“企业级动态适配”✅ 支持“静态主干 + 动态分支”的融合模式。动态时，完美适配模糊的复杂场景，系统可自主拆解任务、规划最优路径，全程无需人工干预，保障业务的灵活性。静态时，执行预设固定编排流程，节点、步骤、逻辑全程可定义、可管控、可审计，适配标准化、强合规、高重复的常规业务场景。在复杂业务咨询、方案推理场景中，面对模糊需求，无需人工拆解即可自主规划解决路径，解决固定编排无法适配复杂场景的痛点。从 “被动执行” 到 “动态反思”支持实时观察执行结果、评估是否符合预期，发现错误或偏差时主动反思，自主修正方案或重新规划路径，无需人工介入。在跨系统多工具调用场景中，可自行应对参数异常、接口问题，保障流程不间断推进，缩减运维人力成本。计划可视化智能体接收指令后，输入框上方固定展示任务执行计划清单，实时呈现每一步执行状态及所用工具，复杂流程清晰可见。在数据查询、跨系统任务执行场景中，企业可以随时掌握执行动态，每一步数据调用、操作执行都一目了然。工具多元化AutoAgent搭载近百种工具，融合流程动作、Agent、MCP等多维能力，比如在发现缺少必要参数时，将自动生成结构化表单，通过文本、日期、选择等多种输入类型，高效收集信息。在智能客服、电商售后等场景中，面对用户表述不全的需求，可主动识别信息缺口，引导用户补充关键信息，避免来回追问。新增一站式内容创作在企业日常办公中，内容创作往往需要跨多个工具反复切换，不仅需要手动复制粘贴内容、反复调整格式，还常常因为工具不兼容导致排版错乱、素材丢失。新版本新增的内容创作中心，一站式整合PPT、报告、思维导图、表格等各类创作类型，在平台内即可完成从内容编辑、格式优化到多轮创作的全流程严谨创作。灵活选择创作来源区别于常规的自由发散式创作，内容创作中心更强调创作的可控性、严谨性和灵活性，依托已有结果二次创作，提供文件、问答、对话三种创作入口，可选择有权限的企业知识库文件和个人文档，也能把历史对话、问答结论直接转化为创作素材。 PPT创作✅ 丰富模板管理：平台新增内容创作模板管理功能，提供“预设模板”、“视觉风格”、“文件模板”三大类模板，商务汇报、宣讲展示、日常办公等场景都能精准匹配。✅ 灵活属性配置：可预先设定文件页数、大纲结构等属性，渲染生成后，支持在线直接编辑内容和样式，同时支持重新生成，兼顾效率与美观。其他创作技能✅ 思维导图：适配方案框架搭建、业务逻辑拆解、会议记录梳理等场景。当零散内容难以梳理清晰，内容层级无法直观呈现时，便可选择内容后一键生成思维导图，快速梳理脉络，高效规整思维框架。✅ 报告：可用于工作总结、行业分析、商务调研等文书撰写。人工创作易存在措辞不规范、打磨耗时等问题，该技能可指定风格，快速成文，有效降低修改排版成本。✅ 表格：手动制表容易出现信息杂乱、排版低效的情况，表格技能可辅助梳理碎片化信息，形成单页简洁视图，适合轻量数据整理、信息汇总与简易内容展示等场景。✅ Excel：传统方式整理多组数据流程繁杂，该技能可直接调取创作来源数据生成Excel，支持多工作表联动与高级数据处理，满足专业数据统计等高阶办公需求。新增图文混合查找在企业日常办公中，大量核心知识散落在非结构化资料中：零散的合同文件、带图文注解的制度文档、培训音视频等，传统的单一文字查找模式无法完全适配。针对这种情况，新版本重磅升级“知识查找”的图文混合查找能力，打破单一查找壁垒，实现文本、图片、视频、音频、文档中内置的多媒体（图片、视频、音频）多类型资源相互检索，真正打通「知识沉淀（知识的AI化处理） - 检索调取（知识混合查找） - 知识问答 - 高效创作（内容创作中心）」的完整企业知识流。多媒体文件内容解析✅ 视频：支持画面预览，系统可自动提取关键帧作为检索片段，并支持片段定位播放，大幅提升视频资源的检索与使用效率。✅ 音频：支持完整读取与识别，实现语音内容的精准检索；✅ 图片：既可理解画面表述内容作为检索片段，也可直接提取图中文字转为检索片段。多种查找模式无论是通过文字描述业务需求、上传场景图片，均可一键匹配对应资料，用户无需精准输入关键词，系统会自动将查找需求整理成指令文本，供用户二次确认，确保查找方向精准无误。适配项目方案查找、业务培训等场景：项目人员可通过文字需求，一键检索配图素材、过往项目资料；业务员工可凭借图片，调取对应的制度规范、培训视频、操作手册。双视图呈现查找结果支持“文档视图”与“片段视图”，用户可以选择按文档整体呈现，或按片段逐一展示。同时支持直接选中任意文档或片段，一键进入问答，简化操作路径。精准定位结果无论是文本、图片，还是音视频资源，都能被查找内容快速匹配，结果将按照向量相似度分数排序，同时支持片段定位，点击即可跳转至原文中的具体位置。汉得灵猿（大圣）AI中台后续，我们还规划将查找获取的所有知识资源均可直接复用至PPT制作、报告撰写等各类办公创作场景，无需人工二次整理。真正实现从企业知识的梳理归集、高效检索，到内容创作的全闭环知识流转，大幅降低办公成本、提升工作效率，助力企业实现知识驱动高效办公。平台体验持续优化新版本还聚焦用户日常使用的细节问题，进行了多项优化，从操作流程到界面展示，全方位提升用户体验。知识问答优化✅ 知识库新增“表格”类型来源：面对大量表格数据与文档信息混杂场景，表格文件依托动态SQL查询能力高效处理大量数据，同时联动非结构化文档协同问答，有效解决了大数据量场景下答案偏差、信息不全的问题。用户可从表格库中添加或直接导入本地Excel文件，系统会对其完整解析并结构化存储，自动识别表头、字段及数据关系。在应用中，系统将用户问题自动转换为SQL语句执行查询，结果经大模型整理后以自然语言输出，并支持查看原始表格、SQL语句及参与查询的字段。✅ 知识资源融合问答：问答应用支持个人私有文档+有权限的企业知识库协同问答，区别于单一的个人或企业知识库的问答模式，既能整合知识，扩大知识面，又能有效规避企业涉密知识泄露风险。新增多个编排节点新版本为Agent编排新增多个节点，涵盖多类核心场景，让编排流程更灵活、更完善。✅ 新增PPT生成节点：可复用PPT创作能力，自动生成PPT文件；✅ 新增表格检索节点：支持快速检索知识库中的表格文件；✅ 新增流式文件生成节点：支持文档流式输出，提升大篇幅文档生成的流畅度。模型与运维监控完善✅ 完善模型矩阵：对接多类大模型，图文、语音、视频多模态模型矩阵更加完善；✅ 运维监控完善：○模型配额支持弱控，超过配额后可发送通知给指定人员；○模型使用监控统计增加用户所属组织、岗位信息；○支持租户级数据清理和在线连接数统计，方便企业进行多维度的监控分析；○RAG评估支持评估Q&A问答，进一步完善评估能力。交互体验优化✅ 翻译助手适配更多个性化需求：用户可根据企业规范自主设置翻译结果的字体，包括中文字体和英文字体，使译文贴合企业视觉要求；针对PPT文件支持自适应布局，自动分析内容翻译后的长度变化，智能调整字体大小，避免文字溢出或重叠，确保每页排版整洁美观。✅ Prompt模板支持多版本：方便用户管理不同版本的Prompt模板，提升模板内容的审计追溯能力；✅ Agent表单卡片配置支持一行多列：自由调整表单字段排版，优化界面布局，提高操作效率。总结汉得灵猿（大圣）AI中台1.8版本的发布是在智能化、便捷化、精细化道路上的又一次跨越。未来，我们将继续倾听用户声音，深耕技术研发，不断丰富平台功能、提升服务品质，推出更多贴合企业需求的创新功能，与广大用户携手，共赴数字化转型新征程，用AI赋能企业高质量发展！AIGC能力包括：✅ 打造企业知识流转体系，实现“知识整理 - 知识提取- 知识查找 - 知识问答 - 知识创作 - 知识迭代”的完整闭环✅ 智能体依托动静结合的混合架构，兼顾运行稳定与动态规划✅ 兼容公私域大模型，配备模型配额与使用监控能，支持模型训练与评估，助力企业合规控本、沉淀专属 AI 能力汉得灵猿AI中台致力于帮助企业快速落地AI，提供多模型对接能力，内置对话应用、可自配置的多分类智能企业知识应用、提供智能体与Agent应用编排能力。帮助企业低门槛地应用AI，提供向量管理与应用能力、私有模型训练与应用能力。更多升级特性资料还有更多新版本的升级变更请您点击查看：汉得灵猿AI中台1.8版本更新日志携手汉得，共铸硬核竞争力！

05-21

汉得实力入选IDC双榜单，企业级平台+AI落地能力再进阶！

权威机构IDC基于大量深度的厂商调研和观察，为企业提供《IDC Market Glance：中国AI Agent市场概览，1Q26》报告，汉得实力入选智能体开发平台、企业级智能体两大核心榜单。

05-21

汉得实力入选IDC双榜单，企业级平台+AI落地能力再进阶！

权威机构IDC基于大量深度的厂商调研和观察，为企业提供《IDC Market Glance：中国AI Agent市场概览，1Q26》报告，汉得实力入选智能体开发平台、企业级智能体两大核心榜单。相较于往年上榜成果，此次汉得获得了“企业级平台+AI智能体场景落地”双向布局的权威认可，企业级AI综合服务实力稳步进阶。快速实现业务+AI应用灵猿智能体开发平台汉得灵猿智能体开发平台，专为企业快速搭建各类AI应用，具备多重实用核心能力：大模型兼容打通DeepSeek、Azure OpenAI、文心、通义、智谱等等主流模型，公有私有均可灵活适配Agent智能编排拖拽式配置，无需写代码也可完成业务流程搭建，同步筑牢权限管控与数据安全防线RAG智能问答支持复杂表格解析、多语言交互、知识图谱联动，问答精准度远超通用方案平台深度依托H-ZERO PaaS，融合低代码、全域权限、全链路协同能力，形成汉得差异化核心竞争优势。全新功能升级AutoAgent智能文档生成在平台 1.8 版本中，依托企业知识库内容，AutoAgent可一键自动生成标准化专业PPT报告、Word办公文档。比如要写一份季度经营分析报告，以前要人工整理数据、梳理内容、排版格式，现在仅需向知识库导入相关资料与业务数据，AutoAgent即可帮你快速生成一份完整的办公文档，大幅缩减制作耗时，高效释放办公压力。全域场景落地成熟AI智能体应用历经多年深耕打磨，汉得已自研落地近百个企业级AI智能体，全面覆盖四大核心业务领域，大部分已应用于企业真实场景，稳定处理日常真实业务数据：✅ 财务域：智能总账、智能对账、收款助手、税务助手、智能核单等✅ 营销域：智慧导购、终端管家、销售助手、商机助手等✅ 供应链域：智能调度、智能询价、智能排仓、订舱助手等✅ 制造域：良率分析、设备运维、智能巡检、智能排产等实效赋能产业升级标杆客户实战成果1总账月结Agent金融行业标杆企业关账效率提升85%，首次实现自然月最后1日顺利完成关账，解放财务人员90%重复工作，彻底告别月末加班赶关账。2门店账单处理Agent服饰行业标杆企业门店账单处理时长由 3 天压缩至 3 小时，流程自动化率达 85%，对账自动化率 99%，彻底解决业财数据协同难题。3智能巡检Agent多晶硅头部企业设备巡检效率及数据准确率双双提升40%，设备可用率提升 20%，巡检频次达标，有效减少设备突发故障。4AI文创Agent出版传媒头部企业内容审校效率提升70%，营销文案创作时长由 1 天缩短至 30 分钟，高效赋能内容生产。5质检报告Agent新能源头部企业质检报告处理效率提升60%，人工成本减半，依托OCR识别 + 大模型翻译，完成纸质报告自动解析存档，实现全流程数据可追溯，问题响应速度提升60%。6智能核单Agent粮油行业央企审单自动化率达95%，单笔审核时长压缩至 2 分钟，审核效率大幅提升80%，各类附件信息自动分类提取，企业合规内控管理前移。7智能调度Agent知名物流企业优化运力调配，送货准时率提升10%，整体运输成本下降5%，基于自然对话+运筹学算法，实现物流履约全流程智能调度。护航长效数智价值【得・灵】AI产品系列直面企业想做AI却无从着手、起步难落地难等痛点，汉得打造【得・灵】AI产品系列，能够陪伴企业从需求分析、AI规划、智能体设计开发，到部署迭代的全流程支持。从简单的知识问答快速落地，到复杂的产销决策深度定制，【得・灵】帮助企业将AI深度融入真实业务场景，摈弃空谈概念，持续护航长效数智价值。同时，汉得深耕企业数字化综合服务近三十年，携手超8000家领先企业建立长期深度合作。多年来扎根产业一线，我们不仅深谙企业真实业务逻辑与经营痛点，更在与标杆客户、生态伙伴的深度共创中，沉淀了深厚的行业经验与丰富的转型实践。企业级智能体的落地，核心并非单纯的技术研发，而在于能否贴合业务场景去解决实际问题——真正理解企业每天都在做什么、痛点在哪、AI能帮上什么。这份长期积淀的行业洞察与持续深耕的实战积累，正是汉得护航万千企业稳健迈向AI数智升级的核心底气。携手汉得，共铸硬核竞争力！