打造“懂行业”的超级智能体 推动烟草行业AI应用持续演进

近年来，北京中烟信息技术有限公司（以下简称“中烟信息”）紧紧围绕“人工智能+”战略，坚持“自主可控、行业适配”两大原则，系统探索大模型与行业业务深度融合的实践路径，自主研发了DeepWork行业智能服务平台，持续推动行业AI应用从“通用工具”向“行业垂域超级智能体”演进。

两代演进：从开发框架到智能平台

中烟信息聚焦开发范式、运行底座、智能体形态三大方向对DeepWork平台进行系统性升级，逐步从面向开发者的低代码框架，演进为面向业务人员的零代码智能服务平台。

DeepWork2.0产品架构图

开发范式升级，推动应用构建从“开发者低代码”向“业务人员拖拽”转变。在1.0阶段，DeepWork定位为面向开发者的低代码AI框架，通过自研框架屏蔽底层API调用差异，内置高性能RAG引擎减少模型幻觉，集成DeepSeek、豆包等主流大模型与多模态视觉模型，为开发者提供“即插即用”的AI能力集成接口；进入2.0阶段，平台升级为可视化拖拽零代码平台，引入组件菜单、节点配置、逻辑连线、一键发布等设计，业务人员无需编程能力即可通过拖拽预置组件、配置参数完成智能应用搭建，应用开发主体从技术团队下沉至业务一线。

运行底座重构，推动模型与外部资源交互从“硬编码集成”向“标准协议规范”转变。1.0阶段以多智能体（Multi-Agent）架构为核心，依托LLM推理能力为不同Agent分配角色与工具，通过任务规划、工具调用、记忆控制等模块完成复杂任务编排；2.0阶段引入MCP、Skills作为模型与外部数据、工具的标准化交互方式，使大模型与外部资源的调用走向通用规范。

智能体形态进化，推动智能能力从“功能集合”向“完整闭环”转变。1.0阶段输出的是文档撰写、智能问数、智能调研等十余个相对独立的应用场景；2.0阶段在OpenClaw框架基础上自研构建DeepClaw企业级超级智能体，使智能体从单点功能调用跃迁至业务全程协同。

DeepClaw实践设计架构图

自研内核：筑牢可控可信底座

围绕全栈自研、协议先进、可控部署三大原则，DeepWork在持续吸收业界主流技术演进成果的同时，构建起一套完整自主可控的技术底座。

坚持核心引擎全栈自研，推动技术底座从“开源框架依赖”向“全链路自主可控”转变。当前业内基于Dify、Coze、LangChain等开源框架快速搭建AI应用是主流路径，但开源框架在协议演进节奏、数据出域风险、长期运维边界等方面均存在不确定性。DeepWork从智能体编排、知识库治理、模型调度、低代码框架到运行时框架均由北京中烟信息自主研发，不依赖外部框架。

DeepClaw应用界面

紧跟前沿技术演进步伐，将业界最新成果融入自研体系。平台采用MCP协议作为模型与外部资源的标准化交互方式，引入Skills渐进式披露机制优化大模型工具调用过程中的上下文管理，参考OpenClaw自研DeepClaw框架作为行业级智能体的底层运行机制。公司通过自主研发的方式将以上前沿技术方向纳入DeepWork技术体系，保持与主流技术演进同步的同时不引入外部框架依赖。

私有化部署可控边界，平台支持完全私有化部署，模型推理、向量检索、智能体执行均在企业内部完成，数据全程不出域；同时通过权限分级等机制保障核心数据安全流转，规避了外部框架升级、协议兼容、数据合规等不确定性，满足行业自主可控要求。

场景落地：贯通核心业务链条

依托DeepWork平台与DeepClaw智能体，中烟信息已在卷烟营销、专卖管理、招投标、市场研判等多个核心场景实现落地，形成覆盖业务全链条的智能应用矩阵。

智能问数基于NL2SQL与多智能体协作，支持业务人员以自然语言查询企业数据；智能督导通过文本与图片双路向量化检索，结合多模态大模型完成营销方案与活动材料的自动核验。招标文件审核依托动态规则库与文档分类机制，对招标文档完成分类与审核。市场容量预测以大小模协同方式，支撑数据从经验判断走向模型决策。专卖问答、文档解析等智能服务通过DeepClaw网关层无缝接入钉钉等办公工具，使AI能力嵌入员工日常工作。

展望未来，中烟信息技将继续深化DeepWork平台与DeepClaw超级智能体在行业全业务链条的融合落地，持续完善协议生态、丰富技能包库、扩展智能体协同边界，为行业大模型应用建设提供更多可复制、可推广的实践经验，为行业数智化转型升级贡献中烟信息力量。