浙江大学团队发布可自进化、可审计的企业级智能体平台，破解智能体“经验不沉淀、进化不可控”难题
2026年7月，浙江大学CCAI宁波中心（城知科技）在 2026具身智能与人形机器人产业链接会上宣布，企业级智能体操作系统 HugAgentOS 正式开源。针对当前智能体产品普遍存在的“能力在增长、经验不沉淀”的难题，该平台构建了一套完整的工程机制，让智能体在可控、可审计的前提下持续自我进化。整套底座代码已上传至 GitHub，目前已在一批政务机构与大型企业场景中投入实际运行。
能力在增长，经验却不沉淀：智能体的“基础病”
过去一年，智能体的任务执行能力提升飞快，但一个更基础的问题始终没有得到解决：同一类任务执行过十次，第十一次仍然从零规划路径；上一次被纠正的错误，下一次照旧出现；用户在交互中投入的“调教成本”，随会话结束一同清零。
业内普遍认为，加一个长期记忆模块就能解决问题。
但 HugAgentOS 研发团队指出，要让经验真正长成能力，中间至少缺了四个环节：
经验沉淀不成能力——系统记得上一次这样做成功过，却无法在下一次自动复用这条路径；
单点能力形不成协同——真实任务需要多个能力配合，但协作方式本身从不被保留；
自我迭代缺少仲裁——一次失败会同时触发多方修改，产出彼此冲突的结果；
进化过程不可审计——改动是否有效、依据是什么、能否回退，全都无从追溯。
三个引擎 + 两道关卡：让进化发生在可控边界内
HugAgentOS 给出的解法，是把智能体的运行框架拆成三个可以自我成长的引擎，再为这种成长加上两道防护关卡。
三级接力，构成一个越用越强的飞轮：记忆让经验留存，技能把经验变成单项能力，编排把多项能力变成一套打法。
针对“多个引擎同时自我修改、彼此冲突”的风险，平台在三个引擎之前设置了归因模块：先行裁定这次该不该改、该由哪一层负责，一次失败最多只允许一个责任层；证据不足或根因不在自身时一律不更新。新能力还须先在隔离环境中回放验证——把同一批历史任务重新执行，只替换这一处，确认变好并经用户确认后才正式生效，且随时可撤回。每一条改动建议的来源与依据，都在进化控制台中全程可见。
第二道关卡是领域本体：把行业中的概念、关系与硬性约束写成机器可执行的规范。智能体若试图违反规范，一道不经过大模型的确定性门禁会毫秒级拦截，并给出可执行的整改路径。这条边界不只约束日常任务，同样约束进化本身——三个引擎新沉淀的记忆、技能与打法，正式启用前同样要通过领域本体逐项校验。
从“记住”到“会做”：一次任务中的能力生长
在研发团队展示的产业链调研任务中，关闭自沉淀能力时，智能体凭模型已有印象直接成文，企业存续状态、上市情况等关键事实全部由模型自行判断；开启之后，执行路径完全改变——先检索，再逐家核验企业主体，未通过核验的一律不进入正文，最后按固定结构交付成稿。
更值得关注的是，第二次执行时智能体自动挂载了一套“调研作业手册”——它并非人工编写，而是系统从历史执行记录中蒸馏出来的：平台识别出同一类调研请求曾以多种不同方式反复执行，随即将其中反复奏效的路径合并成一套带检查点的标准流程，并把用户过往真实失败归纳成判断规则。经验，就这样在一次次的执行中长成了能力。
完整的企业级平台能力
除自进化主线外，HugAgentOS 覆盖了智能体从规划到交付的完整链路：办公技能面向 Word、Excel、PPT、PDF 等专业场景；MCP 工具连接联网搜索、网页抓取、图表生成、报告导出等外部服务；插件承载更完整的业务流程，三者各自带市场、可持续扩展。配合子智能体、私有知识库、计划模式、批量与定时任务、自主循环与安全沙箱，一条链路内即可完成规划、协作、工具调用、文件读写与成果交付。
在知识层面，平台支持原文检索、知识地图与概念图谱，回答依据始终回到原文取证、可溯源；在系统对接层面，可通过连接器接入主流数据库、协作平台与业务系统，支持自然语言问数；在安全层面，工具执行前检查权限、高危操作需人工确认，执行全程留痕，支持版本灰度与快照恢复；在部署层面，同时支持云端与本地私有化部署，适配政企内网离线交付环境。
差异化定位：私有化底座 + 可控进化 + 驻场落地
市面上的企业智能体平台并不少，HugAgentOS 的差异点主要有三。
其一，本地私有化部署，数据不出内网。平台专为受监管的产业与政企场景设计，整套系统部署在客户自己的服务器里，数据、文档、日志全部留在内网，并支持信创国产环境适配，从根源上解决数据外泄风险。
其二，“可进化”而非“固定工作流”。传统工作流把步骤提前写死，业务规则一改整套流程就要重写；HugAgentOS 的多智能体是动态的——智能体自主判断信息够不够，缺数据就继续检索、调取，反复迭代直到产出合格结果，且进化始终发生在可审计、可回滚的边界之内。
其三，配套前沿部署工程师（FDE）驻场服务。平台不只是卖给客户，团队人员进入客户单位，与业务部门反复沟通，帮客户把通用平台改造成贴合业务场景的专属智能体，并提供培训与样板交付两种模式，帮助缺乏 AI 团队的企业找到可落地的场景。
政务与产业场景已形成实际运行
目前，HugAgentOS 已在一批政务机构与大型企业场景中投入实际运行。在政务评审场景，某地方工信主管部门将智能体引入企业资质评审：读取企业申报材料后自动打分、校验逻辑漏洞并反馈优化建议，以往需要人工花费约两周完成的数百家企业评审，如今数小时内即可完成，评审时间节省约七成；企业修改材料后还可即时重新评估。在政务办公场景，某机构编制部门实现了来文任务的自动拆解与按职责分发。
在产业侧，某大型核电集团基于平台构建了行业分析智能体，某大型油气企业落地了行业业务智能体。此外，团队以全产业链概念为骨架构建了多层产业图谱数据集，将企业、产品、专利、人才、投融资、政策、论文等信息挂载到图谱之上，形成动态自生长的产业数据底座，为产业分析类智能体提供数据支撑。
研发团队表示，下一步将持续扩大开源社区生态，深化与产业各方的合作，让智能体在更多真实业务场景中实现“越用越强”。
LIAN CHUANG
城知科技｜链创网