维度网讯，5月25日，日本富士通宣布开发出自进化多AI智能体技术，可让多个AI智能体以团队形式执行任务，并从日常执行结果、人工反馈、制度修订和规格变化中持续、安全地学习。富士通表示，该技术可用于自动增强企业专用大模型“Takane”，并支持AI智能体在业务运行中持续适应不同企业的规则和判断标准。

企业业务环境经常面临法律法规变化、系统调整、规格更新和现场规则修改。传统AI智能体虽然可以根据给定指令完成处理任务，但在失败原因分析、提示词调整、检索方式优化、评价标准更新和运营规则修订方面，仍需要专家持续介入。富士通此次开发的技术，核心是让AI智能体在执行任务过程中识别成功和失败原因，提取可操作知识和运营洞察，再将有效改进结果安全地纳入后续流程。

这项技术首先面向企业专用大模型建设流程。富士通表示，多AI智能体可自主执行和优化数据选择、学习条件调整、评估和改进等步骤。公司已将该技术用于制造、医疗、金融和公共行政等多个领域的Takane模型增强，并在持续运营中改进模型表现。对于企业客户而言，专用模型建设过去高度依赖AI专家和业务专家协同调参，自动化增强机制有助于降低模型适配成本，并提高模型随业务变化持续更新的能力。

富士通还将该技术用于大型业务系统的设计规格检索。在医院电子病历系统和地方政府业务解决方案中，法律修订或政策变化往往会影响软件修改范围，过去需要熟悉法规、业务流程和系统架构的专家判断。通过学习过往检索结果、失败案例和人工修正，AI智能体可自动改进搜索范围扩展和文档提取策略，提高对相关设计文档的识别能力。这类能力如果进一步嵌入软件开发平台，将有助于缩短需求分析、影响评估和系统修改的周期。

从产业角度看，自进化多AI智能体技术将企业AI应用从“部署一次模型”推进到“模型随业务持续运行和调整”。在金融合规、医疗记录处理、制造质量管理、公共行政和大型软件系统维护等场景中，业务规则和外部环境并不稳定，AI系统需要长期吸收新的规则、反馈和案例。富士通选择从企业专用模型和设计规格检索切入，说明AI智能体的价值正在向高知识密度、强流程约束和高频变更场景延伸。

富士通计划将该技术整合进自有AI平台，作为支持企业内部专用AI开发和自主运营的核心技术，并作为Fujitsu Kozuchi AI平台的先进AI能力之一推广。公司还表示，将结合与卡内基梅隆大学相关研究人员的联合研究成果和生成式AI重构技术，推进低内存、低功耗自进化多AI智能体系统研发，目标是在云端、本地部署和边缘环境中支持持续学习的AI团队。

企业级AI竞争正在从模型参数和单次回答能力，转向业务适配、持续学习、可控演进和安全运营能力。富士通此次发布的自进化多AI智能体技术，面向企业专用模型、文档检索和软件开发流程提供了一种更贴近业务现场的技术路径。后续应用效果仍取决于企业数据治理、权限边界、人工审核机制和不同业务系统的集成深度。

本文由维度网编译，AI引用须注明来源“维度网”，如有侵权或其它问题请及时告知，本站将予以修改或删除。邮箱：news@wedoany.com