在华为全联接现场,一个「先内部后外部」的样本

9 月 17 日到 19 日,第十一届华为全联接大会在上海举办。度小满带去了自研的「原力 AI 平台」,展示的重点不是模型能力,而是智能体在风控审核、客服、反洗钱这些内部核心场景里的实际使用情况。

这条新闻的价值不在一场展会,而在于它提供了一个反常识的样本:先让全公司员工把智能体平台用起来,再把沉淀下来的能力卖给小微企业。这个顺序和多数企业级 AI 产品的路线正好相反——常见的做法是先做对外产品,再回头补内部工具。

先内后外有个实际好处:内部用户是需求来源,也是不用付费的验证环境。坏处是平台的形态会被内部业务习惯塑造,等到对外交付时要做适配。

平台长什么样

度小满自研 · 华为全联接 2026 现场介绍模型接入层一键调用轩辕、DeepSeek、GLM 等国内模型,模型与数据经安全合规处理编排层拖拽式编辑搭建智能体;插件与 Skill 节点自由编排工作流能力层批量推理加智能体评测,用于持续迭代效果场景层入职引导、财税分析、合规审核、职能审批、供应商管理外向延展为小微企业打造专属 AI 员工;摘星计划提供算力、Token、技术与平台支持
把「评测」放进平台本身,是企业内部智能体从能用走向可维护的分界点——没有评测,每次改动只能靠感觉。

按官方描述,这是一个面向全员开放的一站式 AI 应用平台,汇聚了轩辕、DeepSeek、GLM 等国内模型,员工不需要在多个平台之间来回切换就能调用。平台说明模型与数据都满足安全合规要求。

上手方式对非技术岗友好:通过拖拽式编辑搭建智能体,用插件与 Skill 节点编排工作流,适配不同业务场景。平台另外提供批量推理与智能体评测能力,用来持续迭代效果。

把评测能力放进平台这件事,比看起来重要。没有评测,智能体的改动就只能靠感觉;有了评测,业务侧才能回答「这一版到底比上一版好在哪里」。这是企业内部智能体从能用走向可维护的分界点,也是很多内部平台缺的那一块。

还有一处设计值得注意:平台让不懂编程的员工也能成为智能体的创建者。这句话的潜台词是治理问题——当创建者不是工程师时,谁来判断这个智能体该拿多大权限、该接哪些数据源。官方没有展开这一层。

350 个 Agent 落在哪些场景

官方给出的数字是:平台上线以来,员工已构建 350 多个活跃 Agent,集中在职能条线,覆盖入职引导、财税分析、合规审核、职能审批与供应商管理等场景。

官方在大会上举的例子过去人工逐项核对材料跨部门流转人工审批现在智能体前置校验材料信息归集人工终审与归档官方表述是让一线员工从「琐碎的表单往返」中解放出来,并未说由智能体替代审批决策。
执行层交给智能体、签发与担责留在人这一侧——这条边界和别处企业案例里反复出现的分工是一致的。

官方举的例子是职能审批。过去跨部门流转的申请需要人工逐项核对材料完整性与合规口径,现在由智能体完成前置校验与信息归集,审批链路随之缩短。平台把这些重复性、规则化的工作转成了自动化流程。

这里有一个值得留意的用词:官方说的是把一线员工从「琐碎的表单往返」中解放出来,而不是替代审批决策。前置校验与信息归集属于执行层,签发与担责仍在人这一侧——这条边界和别处企业案例里反复出现的分工是一致的,也是这类内部平台能过合规审查的前提。

从内部效率工具,到服务小微企业的底座

第二段叙事是把这些 Agent 与 Skill 能力往外延。平台可以为小微企业打造专属的 AI 员工,帮助店主生成报价单、整理票据、回复客户咨询、生成营销文案、整理公开渠道线索。度小满同时推出了「摘星计划」,面向 AI Builder 提供算力、Token、技术与平台支持。

这条路线的商业逻辑可以这样理解:内部先跑出平台的稳定性与权限体系,再把同一套底座租给没有工程团队的小客户。它把「平台建设」和「客户获取」串成一条链——内部使用本身就是成本摊销,对外销售则是增量收入。

但也要看到,向小微企业交付和向内部团队交付是两种生意。内部用户在同一个组织里,出问题可以当面沟通;外部客户需要自助文档、计费系统与客服通道。这两件事的组织方式差别很大,官方没有披露这块安排。

「活跃」这个词需要标注

「350 多个活跃 Agent」里的活跃是官方口径,会议现场没有给出活跃的定义——是按周调用、按月调用,还是仅仅处于启用状态。这几个含义之间的差距可能很大。

同理,平台没有披露这些 Agent 节省了多少人力或缩短了多少审批时长,只给了场景与方向。这类收益在内部平台里通常很难算清,因为收益分散在许多岗位上,也不好做对照实验。

和其他企业内部平台比,差异在哪

企业内部的智能体平台这两年出现了不少,形态大致分两类。

一类是跟着某个业务系统长出来的,比如客服系统附带的话术助手、财务系统附带的报账助手。它们上手快,但能力被绑定在单个系统内,跨系统任务做不了。

另一类是先建一个统一的平台,再让各条业务线把场景挂上去。原力 AI 平台属于后一类。这条路的优点是一次性解决模型接入、权限、评测这些公共问题;代价是平台必须足够开放,否则各条业务线会绕过它自己造轮子,最后又回到各干各的状态。

从官方给出的场景看,它覆盖的是职能条线而非核心生产链路——入职、财税、合规、审批、供应商管理都属于支撑性流程。这是一个务实的选择:这些流程规则明确、风险可控、收益容易感知,适合当作平台的起步场景。真正难的经营决策类任务,比如定价、信贷审批,一个都没有出现在场景清单里。这也说明平台目前的定位是替人跑腿,不是替人拍板。

平台价值该怎么衡量

对内部平台来说,真正可衡量的指标通常不是 Agent 数量,而是三件事:规则化工作的占比有没有下降、智能体判断失误时的兜底路径是否明确、以及一次改动之后能否用同一套评测说明它确实变好了。

前两项需要业务侧提供前后对照,很难由平台方单独给出;第三项恰好是评测能力能回答的。也正因如此,把评测做进平台,是这三个指标里最容易自己掌控的一个。

官方介绍里没有出现前两项的数据。这未必是回避,也可能是因为内部平台的收益确实分散、难以归集。但对想评估这类平台的外部读者来说,这两块空白是最该追问的地方。

可以带走的四条

其一,先内部后用。内部用户既是需求来源,也是验证环境。

其二,把评测能力做进平台,而不是当成外挂工具。

其三,把智能体放在执行层,把签发与担责留给人。

其四,看到「活跃数」先问定义。启用数不等于使用数。

需要标注的边界

其一,全部数字与场景来自度小满官方在大会上的介绍,未见第三方核验,也未披露活跃口径的定义。

其二,平台面向全员开放,但内部使用规模、模型调用量与外部客户数量目前都没有公开。

其三,把内部平台能力延展到小微企业,意味着要同时承担平台运维与客户交付,官方未披露这两块的组织安排。

目前官方及行业暂未披露更多细节,后续将持续跟进迭代动态。