2025年6月22日，華為開發(fā)者大會2025(HDC 2025)期間，華為云與應用現(xiàn)代化產(chǎn)業(yè)聯(lián)盟、中國軟件行業(yè)協(xié)會、中國信通院等單位在應用現(xiàn)代化產(chǎn)業(yè)峰會2025上聯(lián)合發(fā)布《應用全生命周期智能化白皮書》。通過該白皮書首次系統(tǒng)性闡述了人工智能推動下應用如何向新型智能應用演進，該白皮書的發(fā)布標志著應用現(xiàn)代化開啟新紀元。
應用現(xiàn)代化邁入智能化新階段
首先，大模型技術加速全球產(chǎn)業(yè)價值鏈重構，人工智能技術的突破性進展正在推動應用現(xiàn)代化工程理論進入新一輪創(chuàng)新周期。以大模型為核心的技術范式變革，正在衍生出“人工智能垂直化、垂直系統(tǒng)平臺化、軟硬系統(tǒng)自主化”發(fā)展新趨勢，加速重構全球產(chǎn)業(yè)價值鏈。其次，數(shù)字基礎設施逐漸成為國際競爭制高點。軟硬適配、算力數(shù)據(jù)適配、應用系統(tǒng)適配正在重塑全球數(shù)字競爭的底層邏輯。同時，我們也看到數(shù)據(jù)聯(lián)接將深刻影響各行業(yè)的轉型路徑與應用安全的保障體系。硬件開放、軟件開源、系統(tǒng)互通、數(shù)據(jù)共享將構建新的數(shù)字化應用生態(tài)。另外，單機系統(tǒng)智能化、智能系統(tǒng)群體化、人機交互語言化、復雜系統(tǒng)模塊化正在人機協(xié)作新范式。硬件革新與算法突破推動單機系統(tǒng)從“工具執(zhí)行者”進化為“智能決策體”，能夠自主感知環(huán)境，分析數(shù)據(jù)，做出決策，甚至進行自我優(yōu)化和升級。最后，在軟件驅(qū)動、算力推動、應用引導的協(xié)同作用下，客戶群體正在開啟智能化應用開發(fā)服務的新紀元，推動產(chǎn)業(yè)向服務化、平臺化、生態(tài)化方向深度進化，顯著提升行業(yè)客戶的核心競爭力，為客戶帶來更加廣闊的市場機會和競爭優(yōu)勢，更將推動社會各行業(yè)的轉型升級。
人工智能進一步釋放應用現(xiàn)代化產(chǎn)業(yè)空間
智能應用雙端爆發(fā)，孕育萬億市場空間。根據(jù)相關報告統(tǒng)計，智能應用市場預計將從2025年的2251億美元躍升到2034年的1.7萬億美元，年均復合年增長率(CAGR)高達25.32%。這場由AI驅(qū)動的變革已經(jīng)深入社會肌理。智能應用從工具進化為新生產(chǎn)力引擎，其爆發(fā)性增長不僅體現(xiàn)于數(shù)字躍遷，更標志著人機協(xié)同范式在企業(yè)運營與個人生活的全面確立。作為智能應用的典型代表，智能體市場迎來爆發(fā)式增長。2024年全球AI智能體市場規(guī)模達到了54億美元。預計這一市場將持續(xù)高速增長，于2034年超過2300億美元。10年間市場將以45.82%的復合年增長率持續(xù)擴張。中國AI智能體市場規(guī)模在2023年達到59.8億元，在2024年已經(jīng)超過100億元，預計市場規(guī)模將持續(xù)高速增長。
智能應用具備六大核心特征
人工智能引發(fā)應用從根本上發(fā)生變革。AI原生應用具備明顯區(qū)別于其他應用的技術架構。
新型智能應用具備六大核心特征：
1. 多模交互：視覺圖像分析、語言語義理解、姿態(tài)運動感知等領域技術的快速發(fā)展與融合，使得系統(tǒng)能夠同時接收并理解語音、圖像、GUI界面、文本、手勢、生理信號等多模態(tài)信息。這些技術的成熟將為應用提供更加豐富的交互形式：從之前的“單模態(tài)”信息交互演化為“多模態(tài)”信息交互。
2. 智能協(xié)作：通過多智能體(Multi-Agent)之間、以及人機之間的互聯(lián)互通與角色分工，應用可以在復雜、多變的環(huán)境中實現(xiàn)動態(tài)調(diào)度、決策與執(zhí)行，拓展能力邊界，為業(yè)務帶來更高層次的靈活性與創(chuàng)造力。
3. 自主運行：智能應用在符合業(yè)務目標和安全合規(guī)要求的前提下，具備高度的自主決策與自適應獨立運行能力。它作為新一代智能應用最顯著的特征，也標志著AI原生時代，人與機器在生產(chǎn)與服務方式上發(fā)生的顛覆性變革。
4. 環(huán)境認知：智能應用系統(tǒng)對其所處物理和數(shù)字環(huán)境進行實時感知、融合建模、趨勢預測與策略動態(tài)調(diào)整的能力。在新一代智能應用中，環(huán)境認知能力至關重要，它讓系統(tǒng)能夠基于全局上下文自主決策，從而大幅提升運行質(zhì)量、安全保障和用戶體驗。
5. 自我進化：與傳統(tǒng)依賴版本迭代實現(xiàn)局部優(yōu)化的模式不同，自我進化(Self-Evolving)通過持續(xù)學習、動態(tài)適配和自我優(yōu)化，為智能應用構建了更具彈性和自愈能力的技術框架。
6. 智能研發(fā)：通過人工智能技術重構軟件研發(fā)全生命周期流程，包括需求分析、系統(tǒng)設計、代碼開發(fā)、測試驗證、部署交付與智能運維等環(huán)節(jié)。其核心價值體現(xiàn)在顯著提升研發(fā)效率和軟件質(zhì)量，并增強研發(fā)敏捷性。
AI-Native和Cloud-Native構建智能應用的技術底座
從技術理念、服務架構、工程方法、應用形態(tài)等多個維度看，云時代和人工智能時代的軟件應用，有著各自鮮明的特點，對比如下：
智能應用的實現(xiàn)依賴以下關鍵技術：
•多模態(tài)融合技術，實現(xiàn)多模態(tài)智能：多模態(tài)融合技術是支持應用實現(xiàn)多模態(tài)智能的重要一環(huán)。多模態(tài)大模型是一種能夠處理和理解多種類型數(shù)據(jù)(如文本、圖像、音頻、視頻等)的人工智能模型，多模態(tài)大模型通過整合不同模態(tài)的信息，能夠?qū)崿F(xiàn)更復雜的任務。
•智能Agent開發(fā)與運行，實現(xiàn)群體智能：在多Agent智能體協(xié)同開發(fā)體系中，全碼、低碼、零碼并非獨立的技術路徑，而是相互融合、優(yōu)勢互補。全碼開發(fā)聚焦于構建復雜算法邏輯與高性能計算能力的核心Agent模塊，為系統(tǒng)提供性能保障和基礎能力底座。低碼開發(fā)通過模塊化組件實現(xiàn)標準化功能Agent的高效構建，完成系統(tǒng)基礎框架搭建與核心功能整合。零碼開發(fā)則賦能非技術人員基于實際需求對Agent進行精細化參數(shù)配置與行為邏輯調(diào)整，確保多Agent系統(tǒng)具備動態(tài)響應業(yè)務環(huán)境變化的能力。
•檢索增強生成，增強智能體個性化記憶：檢索增強生成(Retrieval-Augmented Generation，簡稱RAG)是一種結合信息檢索與生成模型的人工智能技術，旨在通過動態(tài)調(diào)用外部知識庫，提升大語言模型的準確性和可靠性。它有效解決了傳統(tǒng)模型的“幻覺問題”，同時增強了信息的時效性和安全性，成為當前AI領域的重要趨勢。
•智能應用管理引擎，應用自動運行與自主優(yōu)化：每一個在平臺上運行的應用都將擁有一個專屬的智能管理引擎，實現(xiàn)全自動的運行和調(diào)優(yōu)。通過平臺能力的深度整合和持續(xù)優(yōu)化，應用的自動化運行和自我調(diào)優(yōu)將成為常態(tài)，極大提升企業(yè)的運營效率和競爭力。
•智能組裝與集成，擴展應用能力邊界：通過“外部工具集成、智能組裝平臺、AI智能網(wǎng)關、MCP動態(tài)服務架構”四層技術體系的協(xié)同，企業(yè)可構建持續(xù)擴展的“數(shù)字化DNA”。實現(xiàn)“橫向裂變”，每個接入的外部系統(tǒng)，可通過組件市場轉化為可復用能力;縱向躍遷，AI網(wǎng)關的智能化路由是傳統(tǒng)系統(tǒng)獲取“數(shù)字神經(jīng)”，響應速度大幅提升;立體進化，MCP架構自動智能工具化，使得業(yè)務編排更簡單。
•統(tǒng)一的智能體可觀測，支撐海量智能應用高效運維：隨著AI Agent元年的到來，客戶大量的LLM-based應用上線，未來應用將逐步從云原生轉型成為AI原生，形成Event-Driven、Data-Driven、LLM-Driven三分天下的應用形態(tài)，將產(chǎn)生復雜的應用鏈路拓撲和組件依賴，同時催生出多元且復雜的運維需求，面向未來海量AI-Native應用的智能化運維場景，將形成新的智能化可觀測技術框架，該框架包括統(tǒng)一且極致性價比的可觀測統(tǒng)一存儲分析底座(數(shù)據(jù)層)，運維大/小模型(算法層)，由運維智能體編排而成的運維助手(應用層)以及各種智能運維場景(場景層)。
•多模態(tài)交互，建立雙向人機協(xié)同體驗：多模態(tài)交互能力和人機協(xié)作體驗是推動工業(yè)向通用人工智能(AGI)方向發(fā)展的基礎。AGI旨在復制類人智能，具有跨不同任務和環(huán)境理解、學習和適應能力。使用多模態(tài)(各種輸入和輸出通道(如視覺、語言、聽覺信號和手勢)的集成，使AGI系統(tǒng)能夠以更接近人類認知的方式感知和解釋世界。
•AI內(nèi)生安全，確保應用全生命周期可信：應用在智能化演進中，安全有了新的定義，安全防護技術上面臨全新挑戰(zhàn)。在數(shù)據(jù)開發(fā)、模型開發(fā)、模型運行、內(nèi)容生產(chǎn)、AI應用智能體、模型服務與應用的運行和環(huán)境、應用的運維等方面，需要新的安全防護能力，以支持智能軟件供應鏈安全、數(shù)據(jù)模型可追溯、AI軟件全生命周期的內(nèi)生安全防護。
應用智能化成熟度技術演進路徑
應用的智能化并非一蹴而就，應用智能化成熟度從L1至L5逐級演進，以交互方式、自主程度、任務復雜度等維度對五個級別進行定義，以中國信通院人工智能研究所《軟件智能化成熟度模型》標準為主要參考依據(jù)。
•L1級智能應用以固定內(nèi)容生成、固定交互方式(如按鈕、表單)為特征，主要依賴傳統(tǒng)機器學習模型運行，典型場景包括基礎客服機器人、人臉識別等應用。此類應用缺乏動態(tài)學習能力，需人工全程主導，適用于低復雜度、高重復性任務。
•L2級智能應用引入基于大模型的自然語言交互(如多輪對話方式)方式，能理解用戶意圖并為人類提供輔助能力，典型場景如智能搜索、代碼生成補全等。此類應用需要人類大量參與(如確認和修改生成內(nèi)容)，適用于知識類場景的任務。
•L3級智能應用實現(xiàn)多種模態(tài)生成(如文本及圖像或語音等)，可通過外掛知識庫，并基于智能體等方式處理單一領域復雜任務，典型場景如編碼智能體、AI原生應用等，此類應用需要人類參與關鍵決策(如結果審核)。
•L4級智能應用具備跨領域復雜系統(tǒng)任務處理能力，通過多智能體協(xié)同與動態(tài)知識庫調(diào)用，僅需人類設定初始目標。
•L5級代表智能應用的終極形態(tài)，能自主完成全領域未知任務(如科學發(fā)現(xiàn))，通過全域知識庫和自學習實現(xiàn)自我迭代，人類零干預。
由此可見，《應用全生命周期智能化白皮書》是具備遠見的匠心之作，目前千行萬業(yè)加速邁向智能化，該白皮書的推出正當其時。不管企業(yè)是正處于啟動智能化初期，還是已經(jīng)在踐行智能化的道路上，都可以通過該白皮書獲得行動的指導，看清楚未來的方向，才能行穩(wěn)致遠。應用現(xiàn)代化，讓智能觸手可及。
（免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。 ）
