每一次新舊代際轉換時，都會上演這樣的一幕：“暢想很多，落地很少”，AI原生應用似乎也不例外。

關于AI原生應用的呼聲已經持續一段時間，但普通用戶對“AI原生”依然陌生。除了新業態普及的周期性，AI原生應用的爆發與否還涉及另一個議題，即怎么降低AI原生應用開發的難度和門檻。

剛剛結束的華為開發者大會2024上，開天aPaaS作為華為云“經驗即服務”的踐行者，攜手產學研專家、行業大咖及代表客戶，深入探討了AI原生應用的技術成果、應用實踐及發展趨勢，并為AI原生應用的開發提出了新范式。

01 “卷AI原生應用”難在哪里？

時間回到2023年末，大模型賽道熱度空前，資本市場卻出奇的冷靜，不管是融資數量還是融資額度，均比2022年下滑了30%以上。

恰恰是資本層面的“降溫”，讓創業者看清了大模型賽道的分工邏輯：模型層已經是科技大廠和少數幾家獨角獸的“領地”，AI原生應用才是屬于所有開發者的機會。

因為新的“驅動引擎”出現后，往往伴隨著新一輪的場景革命。

PC互聯網的“引擎”之一是瀏覽器，代表應用是各種各樣的網站；移動互聯網的“引擎”是智能手機，開辟了超級APP林立的時代；當大模型成為新的驅動引擎，勢必會產生新的應用場景。

以現階段最典型的AI原生應用AI Agent為例，被定義為可實現自主理解、長期記憶、規劃決策、執行復雜任務的智能體。

不同于“以終端為中心”的APP，AI Agent的特點是“以智能為中心”，落地場景不再局限于單個終端，借助自然語言的交互方式，可以在任何有需要的場景中落地，潛在空間不言而喻。

AI原生應用的理想不可謂不豐滿，可對大多數開發者來說，想要打造AI原生應用，必須要“翻越一座座大山”。

比如大模型的調用和管理問題，目前市面上的大模型各有所長，開發者需要同時調用多個大模型的能力，幾乎要在每一個大模型上“跑一跑”，為不同場景匹配表現最佳的模型。

再比如數據及模型的安全保障，數據的質量在很大程度上影響著應用的體驗，擺在許多企業面前的問題在于，要么缺少準備高質量數據集的能力，要么擔心數據可能被泄露。

正是這些問題的存在，許多AI原生應用的想法被迫停留在PPT上，所謂的“爆發年”也就無從談起。

02 AI原生應用開發的新范式

在6月22日舉辦的“AI原生應用引擎”高峰論壇上，針對企業開發者在AI原生應用上遇到的挑戰，華為云開天aPaaS給出了相應的解題思路。

AI原生應用的核心癥結，多半來自“手工作坊”式的開發模式，有點像1910年以前的汽車工業。正如許多人所熟知的，汽車工業的騰飛，離不開著名的“流水線”生產模式和日漸成熟的汽車產業鏈，主機廠商只需要進行選擇和裝配，既提升了生產效率，降低了生產成本，進而刺激了汽車工業的繁榮。

這樣的規律也適用于AI原生應用，華為云開天aPaaS的回答是“AI原生應用引擎”，從五個維度重構了AI原生應用的開發范式。

一是智能架構，分鐘級生成Agent應用，讓Agent應用開發全民化。

涵蓋AI原生應用的構建、部署、管理等多個維度：Agent應用分鐘級智能構建，提供無碼和高碼構建方式，并增強了可視化模型編排能力；云邊端一站式部署，AI應用一次構建、云邊端多端一鍵式自動化部署、監控、維護；以及超分布架構，實現千萬級Agent高性能通信與統一管理。

二是一致體驗，把簡單留給客戶，把復雜留給自己。

同樣可以歸納為三個方面：南向統一接入，現階段已預置30+業界大模型，瞄準百模千態，持續對接行業優秀伙伴,提供一鍵式托管服務；模型統一治理，包括模型統一聚合、統一調度統一評測和統一分發；北向統一開放，屏蔽模型間的差異，提供統一標準化API接口，可以快速無感切換不同模型。

三是超高效率，知識飛輪幫助企業知識庫周級創建、天級迭代。

針對反饋數據的提煉和學習，AI原生應用引擎通過多工具預集成、主流模型集成、業務應用信息抽取插件、智能應用反饋插件、自動化調度等能力構建知識飛輪，將業務人員在日常作業過程中積累的增量數據和用戶反饋提煉為企業知識，不斷供給大模型開展多輪循環學習實現天級迭代，持續提升智能應用體驗與效果。

四是安全可信，讓企業業務在高效智能的同時更加安全。

為保障AI原生應用的可信與安全，AI原生應用引擎提供了“3+1”安全體系，即數據安全、模型交互安全、應用安全+AI資產安全，并通過獨立加密存儲、網絡隔離審查、端到端安全合規、AI治理等機制，在企業應用和大模型之間打造“安全隔離帶”，保障AI原生應用安全可信。

五是廣域生態，和各行各業的客戶、伙伴們共建、共創、共享。

在“經驗即服務”的理念下，華為云開天aPaaS攜手軟件合作伙伴、服務合作伙伴、數字化轉型咨詢與系統集成伙伴，一同構建廣域生態，通過沉淀千行萬業Know-How，讓AI原生應用的構建效率平均提升100%以上。簡單來說就是，以集眾智、協眾力的方式賦能千行萬業的智能化轉型。

做一個總結的話：華為云開天aPaaS的思路并不復雜，簡單來說就是讓大模型與應用解耦，統一大模型的接入標準和規范，消除管理、部署、安全等環節的痛點，為企業開發者提供開箱即用、一站式創建、部署并發布的AI原生應用一站式服務平臺，使能千行萬業的智能應用創新。

03 Al Agent正走進千行萬業

盡管當下還未出現像微信一樣的“AI原生超級應用”，但在華為云開天aPaaS等參與者的努力下，Al Agent已在千行萬業生根發芽。

以“AI原生應用引擎”高峰論壇上現網演示的出行類Agent為例，只需點擊“創建Agent”的按鈕，輸入Agent的名稱與想要的功能，27秒內就能一鍵生成對應的Agent，包含角色定義、工具能力、要求和限制等設定，“人人都是開發者”不再是“空談”。

比現網演示更令人震撼的，則是Al Agent在一個個真實業務場景中的落地，釋放出了實實在在的生產力。

比如中山眼科發布的眼科問診Agent。

國內的白內障、青光眼等眼病患者高達8000萬，而眼科醫師和患者的比例達到了驚人的1.6 : 50000，且70%醫療資源集中在城市。

為了填補眼科醫療資源的短板，中山眼科基于“AI原生應用引擎”提供的全棧AI應用工程能力，將ChatZOC眼科大模型和多種AI模型組成“眼病專家”，創建了眼科問診Agent，醫生可通過語音或文本的方式咨詢各種眼病問題，讓醫院的服務效率、醫生的工作效率及醫學生的學習效率得到大幅提升。

比如艾吉威的AI智能客服和AI智能問數。

深耕移動機器人領域十余年的艾吉威，基于AI原生應用引擎和華為云共同建立了AGV行業模型，生成了AI智能客服、AI智能問數等原生應用。

原本被動響應的售后服務，有了AI智能客服，可以為客戶提供7*24小時在線服務，在對話過程中智能排除各種故障；原本沉睡在服務器中的數據，有了AI智能問數，一問一答間就能進行數據查詢和分析，并能一鍵生成專題報告。售后服務成本降低50%，故障定位率提升5倍+，輔助決策效率提升5倍+。

再比如中軟國際打造的問系列Al Agent產品。

作為一家行業領先的全球化軟件與信息技術服務企業，中軟國際攜手AI原生應用引擎推出了問系列AI Agent產品。

規范化工廠安全生產的危化品管理助手、通過智能問數盤活數據資產的庫存賬齡問數、擁有智能咨詢和精準產品推薦能力的美妝營銷顧問、幫助維修人員提升工作效率的設備維修助手……通過一個個深入場景的AI Agent，用大模型賦能知識工作者解放生產力。

可以找到的案例還有很多。

在政務領域，智能辦事助手將傳統申報模式切換為語音轉文字，對中老年辦事人群越來越友好；在制造領域，生產數據分析助手帶來了靈活問數、智能報表、趨勢預測、關聯分析等個性化功能；在礦山領域，大模型運營管理平臺實現了統一大模型運營管理，加速礦山業務AI應用創新......用一種潛移默化的方式，為千行萬業的創新提速。

就在華為開發者大會2024現場，華為云AI原生應用引擎攜手中山眼科、艾吉威、百川智能、智譜華章、紫東太初、中軟國際、軟通動力、翼海云峰、小牛翻譯、醫渡科技、金財互聯、信通院人工智能研究所等客戶、合作伙伴及研究機構，聯合發布了“AI原生應用引擎全域生態合作啟航”儀式，凝結跨行業、多維度的創新力量，群策群力加速全行業智能化轉型。

由此可以篤定的是：AI原生應用并不缺少落地土壤，現階段遇到的種種問題，不過是一些企業還未找到正確的開發及應用范式。

同時有理由相信，隨著華為云開天aPaaS的AI原生應用引擎為越來越多的企業開發者提供低成本、低門檻的進入機會，越來越多的場景和大模型融合，繁榮的AI原生應用生態，已經不再遙遠。

04 寫在最后

可以看到，華為云開天aPaaS改寫的，不僅僅是AI原生應用開發的流程，而且提出了新的范式：

應用的架構從構成式轉向生成式，體驗從鍵鼠和觸摸走向自然交互，過去以人為本的協作式開發正在被數據為本的生成式開發替代，就連商業模式也從“軟件即服務”向“服務即軟件”進化。

新架構、新體驗、新工程、新商業組成的新范式，勢必會讓AI First的理念滲透進千行萬業，加速Agent+應用到超級智能體的產業進程。