近日,赛意信息正式发布谷神ECP V26.3 AI Native(AI原生)技术平台,以AI原生架构升级企业级技术底座,进一步推动人工智能技术在制造业核心业务场景中的应用落地。

此次发布的新版本围绕平台架构优化、AI能力集成及研发交付效率提升三大方向展开,通过六大平台协同构建覆盖AI模型治理、数字员工、知识库、业务系统集成及应用开发的技术能力体系。

同时,谷神ECP V26.3将原有25个以上微服务整合为11个服务单元,并引入AI辅助部署与工程开发能力,旨在降低制造企业AI应用的部署及运维复杂度,为企业数字化转型、智能制造及AI智能体规模化应用提供技术支撑。

01

谷神 ECP

制造业的 AI Native 技术底座

• 谷神 ECP 平台

谷神 ECP 平台是赛意信息拥有完整自主知识产权的企业级技术支撑平台,集 AI Native、开发、集成、实施、应用、治理于一体,基于云原生、DDD 思想、微服务架构与 AI Coding 敏捷 DevOps 交付体系,构建设计模型、业务模式及微服务开发框架,覆盖微服务应用全生命周期管理,提供组件化、服务化的开发与管理能力,助力企业实现传统集中式架构转型,打造大规模、高可用、体验统一的云应用,驱动业务快速创新。

定位:服务于制造企业数字化转型、AI 转型的「AI Native」技术底座。

价值主张:为成长型及大型制造业企业提供云原生、互联网架构、混合云集成、AI Coding 等能力,以 Harness 工程为研发底座,AI Native 能力内建于低代码、集成、DevOps 等全平台产品,为成长型及大型制造业企业构建云原生、混合云集成的新一代 IT 技术底座,打造可信赖、可解释、可审计的数字人,加速企业数字化、智能化创新。

02

一个底座

六个平台各司其职

把 AI 落进制造业客户的 IT 体系,靠的不是某一个平台“长出 AI”,而是六个平台在各自层级同步完成 AI 化,协同构成完整能力体系。

03

三个数字

看懂谷神 ECP V26.3

本次版本聚焦三大方向:架构焕新做轻底座、六位一体能力全面落地、工程效率体系升级,全程由 ai-softengineer3.0 支撑。

核心变化可通过三组关键数据直观呈现:

六成——原有 25+存量微服务完成系统性融合,整合为 10 个业务服务+1 个 AI 基础设施服务,共 11 个服务单元,直接带动资源占用下降、升级窗口缩短、运维体系轻量化。

一条 AI 指令拉起全套平台——依托 docker-installer 与 k8s-installer 双安装器,过去繁琐的安装、部署、验证等步骤,现在交给 AI 一条指令完成。

六位一体——善谋、若水、善能、善为、善治、善知六大平台同步完成 AI 化改造,AI 运行终端、数字员工、知识库、SOP、MCP 工具市场等核心能力全线打通。

这 3 组数字背后,是同一个关键词:AI First。

• AI Native

平台研发的 AI Native:即谷神 ECP 自身研发体系全面 AI 化,AI 按规范编码、按门禁交付。

平台应用的 AI Native:即客户基于平台构建的企业应用从第一天起就是 AI 原生的,数字员工、知识库、SOP、工具市场都原生生长在底座之上。

04

六位一体详解

AI 层层打通

善谋 AIGC 平台 —— AI 基础能力的供给层

善谋是六位一体体系的 AI 能力供给侧。Agent 运行规则、知识库构建标准、模型接入与调优方式均在此定义,上层所有 AI 原生能力均基于此输出。

多模型统一治理覆盖模型配置、API Key、模型切换、用量审计四项能力,一个体系管好所有模型资源,采购与合规全流程清晰可控。

▲ 多模型统一治理控制台

强约束知识库与 RAG 将制度、规范、历史方案按统一结构与元数据标准入库,为数字员工构建标准化知识底座,让沉淀多年的文档资产转化为可复用的 AI 能力。

▲ 多源知识库接入与 metadata 强约束治理

若水 BDP 基础平台 —— AI 时代的基础运营平台

在多语言、第三方登录等既有基础能力之上,若水承担起新的角色,既是数字员工的运营支撑底座,也是 AI 接入所有业务系统的统一入口,承载数字员工的培训、测评、评价、进化全流程。

AI 运行终端可嵌入任意应用系统与业务页面,随时唤起、自带场景上下文,具备 SSE 流式输出、会话持久化、上下文装配、独立测试通道四项核心能力,调试不干扰生产,为所有 AI Native 特性提供统一运行土壤。

▲ AI 运行终端?在业务页面随时唤起

数字员工体系以五大广场为核心框架,覆盖数字员工、知识库、技能、SOP、工具五大维度,将资深员工的经验全面沉淀至系统。员工详情页 9 大功能 Tab 对应完整的培训、测评、评价、进化闭环,能力边界、工作轨迹、绩效表现全程可查可量化。

▲ 数字员工详情页?9 大功能 Tab

渐进式自治机制采用 L1-L5 五级分级标准,对应从辅助执行到完全自治的能力阶梯,权责边界与治理规则随等级同步明确。

• 渐进式自治机制

L1 辅助执行级:纯人机协同模式,数字员工仅承担信息查询、数据整理、单据填报等标准化操作,每一步动作均需人工触发与确认,无自主决策权限。

L2 流程助手级:可在既定规则与 SOP 下自动完成事务性工作(如单据审核、报表生成、基础业务问答),结果自动推送人工复核,异常场景自动转人工,是制造企业落地的主流起步等级。

L3 流程自治级:在固化业务流程内可独立完成端到端任务(如常规生产排产、设备巡检工单闭环、供应商对账),仅跨流程、超阈值场景触发人工干预,治理规则前置嵌入流程。

L4 领域决策级:可在特定业务领域内自主判断与决策(如产能调度优化、质量异常根因分析),具备一定场景适配与动态调整能力,决策结果全留痕、可审计。

L5 完全自治级:面向复杂业务域实现全流程自主运营与持续优化,具备自我学习、自我迭代能力,目前仍以技术探索与前沿试点为主。

谷神 ECP 则采用 L2 到 L3 的演进路径,数字员工先以助手身份承接事务性工作,流程验证后逐步开放权限,坚持治理先行、权责边界清晰,在保障生产业务稳定的前提下稳步释放自动化价值。

MCP 工具市场同步官方 Registry 资源,支持一键安装与连通性自动检测,同时支持企业自有系统工具化封装,打造随取随用的 AI 工具箱。

▲ MCP 工具市场?官方 Registry 同步与连通性测试

善能集成平台 —— AI 时代的企业集成中枢

善能负责企业跨系统、跨服务的连接与打通,既是数据传输通道,也是 AI 的感知输入与执行输出端口。

平台提供全栈工程化集成能力,覆盖流程编排、规则引擎、动态 API、数据调度,将企业内外系统纳入统一体系。同时实现 API 与 MCP 双层封装,系统能力通过标准化封装直接交付到 AI 侧,无需逐个系统定制适配,让 AI 能够调动企业全链路系统能力。

▲ 集成平台流程编排与动态 API

▲ API 定义封装与 MCP 封装

善为 LCDP 低代码平台 —— AI 应用构建层

善为定位为 AI 时代的应用构建范式,从拖拉拽构建表单页面,升级为低代码构建数字劳动力,同时沉淀平台原生开发 Skill。

平台强化流程表单全定义能力,表单、规则、流程在设计态即可完整配置,减少后期返工。同时输出平台原生开发 Skill,将最佳实践、编码规范直接注入开发过程,推动开发模式从经验驱动转向规范驱动。

▲ 平台开发 Skill 注入与调用

善治 SF 开发运维平台 —— AI 研发智能治理中枢

善治作为 ai-softengineer3.0 的管理载体,管控 AI 研发的工作计划、工作内容、工作成果,同时通过服务融合、一键部署、自动化测试能力,让平台更轻更稳。

全流程研发治理覆盖三个维度:Plan→Execute→Finish 三阶段工作流,先定标准再编码;子 Agent 多轨并行,Writer 生成、Checker 审查、Orchestrator 裁决,权责分离;13 项 Ship Gate 质量门禁逐项把关,任一项不达标即阻断交付,跨会话记忆留存研发脉络。通过四层质量防线贯穿全程,配套自动化测试双体系,为架构融合后的版本升级提供质量兜底,“先计划后编码、规范自动注入、小步可回溯、一切持久化”四铁律贯穿全程。

▲ ai-softengineer3.0?工作计划/工作内容/工作成果管理视图

服务融合架构将 25+微服务融合为 11 个服务单元,部署单元减少约六成,同步降低运维复杂度。

▲ 服务融合前后部署视图对比

一键部署能力提供双安装器,将过去一周的驻场部署压缩为单条命令执行。

▲ docker-installer/k8s-installer 一键部署流程

善知 PIDB 企业架构库 —— 知识沉淀与对外承接层

面向项目开发流程设计、知识沉淀与管理,承接研发全生命周期的知识收集、归类与沉淀,并与善治打通研发链路。

平台将项目开发流程、需求与用户故事一一关联,研发过程中的设计、决策、经验、教训统一收集留痕,每一个项目的过程知识都转化为企业可复用的架构资产,避免经验随人员流动流失。

▲ 善知·PIDB 项目开发流程设计与知识沉淀

05

数字员工落地

让经验变成资产

数字员工不是更聪明的问答助手,而是一支可管理、可考核、可进化的数字化劳动力。整套体系采用与真人一致的管理逻辑,覆盖岗前培训到工作复盘的完整成长闭环,构建能力层、执行层、治理层三层能力底座,支持多形态接入。

所有场景锚定数字员工生命周期,每个都有明确的业务价值。

数字员工的规模化落地,瓶颈往往不在技术本身,而在组织、数据、人员、治理四道现实门槛。

• 数字员工落地方法

组织端:现有流程与岗位均围绕真人设计,直接嵌入数字员工容易触动组织惯性。谷神 ECP 采用小步试点策略,先选取 1-2 个业务场景跑通验证,数字员工从 L2 助手级起步,权限逐步释放,稳步降低落地阻力。

数据端:核心业务数据分散在异构系统中,打通难度大、安全要求高。整套体系支持本地化部署,依托集成能力打通内部系统数据,数据流转不超出企业边界,安全可控。

人员端:员工普遍存在替代焦虑,对数字员工接受度低。通过明确人机分工边界,事务性、流程性工作交由数字员工执行,人员转向指导与管理角色,数字员工执行偏差归为系统责任,消解使用者顾虑。

治理端:人机协同模式下缺乏统一的考核标准与权责边界。通过工作记录、对话日志、反馈分析形成完整绩效台账,让数字员工考核有据可依、治理有章可循。

日常部署与运维仅需 1-2 名工程师结合 AI 即可完成,匹配源码自维护的设计目标,交付可自主生长的能力,而非依赖服务商的一次性交付。

06

从技术平台 AI Native

走向企业应用 AI Native

谷神 ECPV26.3 的研发全程基于 ai-softengineer3.0 完成,平台自身的每一行代码,都是这套 AI 工程体系的落地产物。三阶段工作流、规范自动注入、质量门禁环环相扣,善治平台全程管控,验证了这套体系的可行性与稳定性。

更核心的是,这套 AI 工程体系随平台源码同步交付客户,企业应用团队可复用这套方法论开发自身业务应用,实现持续自主维护与升级。这正是从“平台研发 AI Native”走向“企业应用 AI Native”的核心支撑。

从技术底座到业务落地,产业生态的协同同样是制造业 AI 规模化推进的关键助力。8 月 5 日,赛意信息与阿里云正式签署合作协议,双方将以“阿里云技术底座+赛意行业纵深”的协同模式,整合阿里云从底层算力、千问大模型到行业应用的全栈 AI 能力与赛意深耕制造业的业务沉淀和落地经验,围绕算力基础设施支撑、制造行业智能体打造、可复制 AI 落地方案共建三大方向展开深度协同,为制造企业全链路 AI Native 转型提供更完整的能力保障与生态支撑。

未来,谷神 ECP 将继续沿着 AI Native 的方向演进。六位一体能力还会持续深化,数字员工开放广场将进入全量运营,五大广场的资产要流动起来、复用起来;AI 运行终端会延伸到 Web 抽屉、独立页、嵌入式等多终端形态,并逐步建设运行可观测性;MCP 工具市场与知识库 RAG 继续做深,企业 AI 资产的运营与反馈回路同步落地;源码自维护体系完整交付后,客户自主维护升级的能力也会真正成体系。

模型会迭代,工具会更新,但企业在平台上沉淀下来的数字员工、SOP、知识库、工具链,会越用越厚。这些才是 AI 时代制造企业真正带得走的资产。

谷神 ECP 的 AI First,就是让这些资产长在同一个底座上,让制造企业的 AI 能力,从底座上长出来,在业务里用起来。