滴普科技赵杰辉：企业 AI 技术生态正经历重构，知识层与智能体层成新核心
2026/06/02 16:01阅读量 2
基础模型在上下文窗口、推理成本和通用能力上的持续进步，正驱动企业 AI 技术生态发生根本性重构。滴普科技创始人赵杰辉指出，过去用于弥补模型短板的传统数据平台、旧软件打补丁工具和预设工作流 Agent 将逐步退场；取而代之的是企业私有知识组织（如 Deepexi）与多 AI 协作体系（如 FastAGI 智能体平台）成为新核心。重构后的技术栈将呈现三层结构：通用基础模型、企业知识层和企业智能体层。
事件概述
滴普科技创始人赵杰辉在系列文章中提出：随着基础模型在上下文窗口、推理成本和通用智能上快速进步，企业 AI 技术生态正在发生根本性重构——一批过去处于核心的“补短板”技术方案开始退场，而企业知识层与企业智能体层正在成为新的核心。
正在退场的三类方案
赵杰辉认为，以下三类方案的价值建立在“模型还不够强”的前提上，随着模型能力提升将退出核心生态：
- 传统数据平台工具（如大数据平台、向量数据库、图数据库）：这些工具设计初衷并非为 AI 服务，大数据平台解决人存数据、查数据、做报表，向量数据库等解决模型记不住的临时检索。AI 真正需要的是高质量、有结构的数据集，而非可查询的平台或碎片知识。
- 在传统软件框架下将模型当插件做局部优化的工具：将模型 API 嵌入现有业务软件做问答、摘要等增强，受限于旧架构的预留接口。当模型能力足以重新定义系统设计时，这种做法将被原生 AI 架构取代。
- 以预设工作流为核心的 Agent：人为预先编写流程，模型仅在固定节点被调用，智能上限取决于编写者。随着模型自主规划能力增强，这种固定流程将束缚模型，被能自主规划、协作的智能体取代。
正在成为核心的两类方案
两类模型能力无法自动解决的问题将成为新核心：
- 企业私有鲜活知识的组织：通用模型无法获取企业内部产品本体、工艺规程、实时决策等私有信息。新生态需要将企业知识组织成结构化的“活体记忆”，使模型能理解和推理。赵杰辉以滴普的 Deepexi 企业大模型 为例：它将企业知识本体构建与推理训练成模型 skill，基于私有知识做长任务规划。某制造业客户中，Deepexi 已稳定运行一年以上，从设备维修扩展到工艺场景。
- 多个 AI 在企业的可信协作：企业任务往往跨岗位、跨系统、需长期执行且可追溯。滴普的 FastAGI 企业智能体平台 将 AI 组织成“员工集群”，每个 AI 对应真实岗位，在流程和责任体系中协同完成完整业务，确保可追责。
重构后的技术栈
重构后的企业 AI 技术栈为三层协同结构：
- 最底层：持续变强的通用基础模型，提供通用智能。
- 中间层：企业知识层（Deepexi 为代表），将企业私有知识组织成活体记忆并完成企业级规划。
- 上层：企业智能体层（FastAGI 为代表），将 AI 组织成可追责协作的员工集群。
赵杰辉总结：企业 AI 正从“比谁更会使用模型”转向“建设模型本身无法替代的能力”。基础模型越强，这一重构越清晰——当模型不再是瓶颈，真正的问题在于如何理解企业、组织AI协作。