INTOSYN 四层企业 AI 建筑，滚动展开知识、专业工作、协作与算力空间

知识与经验规范 · 案例 · 企业知识
专业工作工具调用 · 绘图 · 任务执行
协作与复核任务流转 · 权限 · 专业复核
算力与数据云端算力 · 私有部署 · 硬件

INTOSYN / APPLIED INTELLIGENCE

从企业知识，
到可执行的智能

让企业知识连接业务系统与专业工具，定制能检索、绘图、分析与执行任务的 AI Agent，从一项具体工作开始，由您的团队掌握关键决策

探索行业应用↗讨论您的业务场景 ↗
  • 连接企业知识
  • 调用专业工具
  • 交付可审阅成果
INTOSYN ARCHITECTURE
向下探索，从知识到行动

FOUR FIELDS OF EXPERTISE

让专业知识，
参与真正的工作

用熟悉的工具，处理真正的业务，展开空间，查看 AI 可以承担的任务

可拆解的工厂与工程工作空间

INTOSYN / FACTORY业务场景模型 · 可展开查看内部
规范与项目

ENGINEERING

从设计要求，
到图纸与模型

将规范检索、CAD 绘图、参数化建模与审图串成工作流程，围绕现有工具定制 Agent，由工程师复核交付

检索规范与历史项目，找到适用依据

形成可复核的成果

可编辑图纸 / 参数化模型 / 校核记录

查看工作流程 ↗
工作内容与交付范围+
从这些资料开始
设计任务书、尺寸参数、企业规范、零件模板
AI 辅助处理
按确认的模板和参数规则调用绘图工具，生成草图、模型、标注和校核记录
专业判断，由您掌握
工程师确定技术路线、判断适用性，并审核签署

CUSTOM AGENTS & TOOL AUTOMATION

定制 Agent，
把工作向前推进

把专业知识、业务系统和绘图软件连接起来，根据您的工作方式，定制能调用工具、执行任务、留存记录的 Agent

参数化机械组件拆解示意，包含壳体、转子、轴承与法兰

文档处理业务流程AutoCADSOLIDWORKS企业知识与业务系统按需求定制接入
PARAMETRIC DESIGN / AGENT WORKFLOW STUDYEVIDENCE / AGENT WORKFLOW STUDY
原始合同CONTRACT / A

责任与交付条款

交付要求与责任范围，需要明确界定

原文位置保留，可回查
修订建议CONTRACT / B

责任与交付条款

责任范围未明确明确适用范围与履约条件

差异已定位
逐条比对 · 保留修订记录
关联依据条款差异 → 原文依据 → 修订建议由律师判断适用性并确认版本
⌘
客户档案企业关系核查示意企业 · 授权资料
股权关系受益所有人
信息交叉核验登记信息
授权名单比对同名线索
证据留痕交由人员核实
SOURCE / A行业报告
SOURCE / B访谈记录
证据交叉分析

研究备忘录

对照不同来源，保留支持证据与分歧

A ↗B ↗C ↗
示意分析 · 研究人员确认结论
SOURCE / C公司文件
建筑 · 工程 · 设计院

接收设计要求与参数

设计任务书、尺寸参数、企业规范、零件模板

形成可复核的成果

可编辑图纸 / 参数化模型 / 校核记录

定制工作流程示意，数据接口、业务规则与交付范围按项目确认，关键结果由专业人员复核

待核实线索同名匹配需要进一步核实保留来源与关系，不直接判定风险
继续滚动，查看 Agent 执行过程

DEPLOYMENT & COMPUTE

适合您的业务，
也适合您的环境

我们提供 AI 应用，也提供运行它所需的算力与部署服务，根据数据要求、使用规模与现有系统，选择合适的交付方式

讨论您的业务场景 ↗
从首页建筑提取的本地算力设备与机柜空间
INTOSYN / PRIVATE INFRASTRUCTURE

云端算力

按应用配置运行环境与算力资源，支持先试用、再扩展

私有化部署

在约定的企业环境内接入知识、权限与业务系统

算力卡与本地设备

结合现有机房和工作负载规划硬件配置、部署与运维

COMPUTE YOU CAN HOLD

从云端算力，
到您掌握的硬件

让 AI 运行在适合您的环境里，向下滚动，展开 INTOSYN 算力卡设计

INTOSYN GPUENCLOSURE STUDY

ON-PREMISES HARDWARE

硬件在本地，部署由您掌握

提供算力卡与本地部署方案，适合已有机房或需要自主管理环境的企业，配置与服务范围按实际需求确认

咨询硬件与部署 ↗

图示为外观与双芯结构概念设计，交付配置以实际方案为准

INTOSYN / LOCAL COMPUTE

BUILT FOR REVIEW

每一步可追溯，
关键决策由人掌握

按权限访问

按人员、项目与资料范围配置访问

保留原文依据

文件、版本和引用位置支持回查

记录处理过程

检索、生成、修改与审批过程可追踪

专业人员复核

重要判断与最终签署由授权人员完成

A CLOSER LOOK

深入了解场景，
技术与实施方式

查看场景示例、工作流程、技术架构与实施范围

场景示例与验证方式

Case Library · 案例库

场景与验证记录

以下按证据状态公开：6 个场景已有可查的方案验证材料，另外 6 个仍处于演示环境 我们不把演示写成已交付，也不把方案验证写成生产落地

★ 重点验证案例

C1方案已验证

可行性研究报告初稿

三个人、两周，一半以上时间花在阅读扫描件、查现行规范、检索十年前的类似项目上，现在材料自己读完、规范自己比完、相似项目自己找出来

技术知识治理 · 检索增强 · Agent 多步编排
口径技术路线、数据核定与签字始终在人
C2方案已验证

规范与强制性条文检索

上百本国标、行标、地标外加地方补充规定，用自然语言提问，返回适用条文并附原文、规范名称、版本号、条号与强条标记

技术RAG · 版本识别 · 强条标注
原则做不到出处的功能，我们不做
C3方案已验证

出图前合规自查

出图前对着规范逐项过一遍，输出问题清单：哪一条可能不符合、依据是哪本规范哪句原文、建议怎么改，院内先清掉明显问题再送审

技术规则执行 + 人工复核
口径这是自查不是审查，签字仍是注册工程师责任
C4★方案已验证

院本专用模型

同一条规范，各院把握的尺度不一样，这些标准没有写进任何制度文件，只存在于少数资深工程师的经验里，语料治理 → CPT → SFT/PEFT → 偏好对齐 → 评测与回滚

技术继续预训练 · 微调 · 对齐 · 评测
口径不为企业从零训练基础大模型
C5★演示环境

方案变更影响推演

甲方提出调整地下车库层高，用明确的示例假设比较净高、规则阈值、成本估算和复核流程；真实项目需单独验证

技术行业 World Model · 状态转移 · 情景仿真
口径不预测现实世界，不自动决定企业未来
C6演示环境

合同审查与偏离项分析

与标准范本逐条比对，标出新增、删除、改写三类偏离，按风险等级排序，检索内部先例与既往处理口径，高风险条款移交人工

技术Agent + 多版本比对 + 时间轴差异
口径风险认定与最终意见由律师完成
C7演示环境

KYC 核查与新规情景推演

常规链路做要素提取与名单匹配；推演链路把新规生效当作事件输入：存量客户风险等级如何迁移、要补哪些证据、复核队列会涨多长

技术Agent + World Model（金融版）
口径不替代合规人员的最终判断
C8演示环境

原材料质保书智能审查

提取制造单位、材料牌号、炉批号、化学成分、力学性能、热处理与无损检测等参数，与技术协议及标准逐项比对，展示审核依据条目，人机双审后归档

技术标准库比对 + 人机双审 + 溯源归档
口径辅助审查，不自动判定合格与否
C9★方案已验证

零信任远程接入

不在防火墙上开对外端口，院内服务器主动向外拨出接到中转，外部终端接入同一中转完成握手，端到端加密，中转不持密钥

技术私有网络 + 权限矩阵 + 全程审计
口径除非已验证完全离线，不说「绝不出域」
C10演示环境

制度检索与审批留痕

同一个问题，不同部门、不同角色问出来，看到的答案范围不一样，权限不是一句承诺，是画面上可见的行为，超范围时直接提示并写入审计日志

技术权限治理 · 责任追溯
口径检索、生成、修改、审批、导出全部留痕
C11方案已验证

老项目归档与经验复用

几千个老项目躺在服务器上，命名混乱，当年做的人走了项目就等于没了，问一句「我们做过哪些山地医院项目」，把项目、当时的做法、遇到的问题与最终解法一并调出来

技术知识治理 · 语义归档 · 相似项目召回
价值人走了，本事留下了
C12演示环境

研究报告与投资备忘录初稿

行业资料、公司文件与访谈记录整理，风险因素提取与多来源信息交叉核验，历史项目、研究框架与方法论复用，结论依据全部归档可查

技术多源核验 · 框架复用 · 依据归档
口径系统做资料处理，判断与结论由分析师负责
动手试试：方案变更推演

Interactive · 有边界的行业世界模型

一个参数改下去，
会牵动什么

Working Definition

企业行业 World Model ＝ 业务本体与状态表示 ＋ 现实规则与约束 ＋ 从历史数据学习的状态转移／风险函数 ＋ 情景仿真与评估 ＋ 人工授权

拖动滑块，比较不同层高下的净高、示例规则冲突、成本与工期变化

下面是确定性规则演示，用于解释方案比较的过程，它没有接入项目资料、法规数据库或学习模型

设计变更 · 规则推演演示 示例
地下车库层高 BASE 3600mm 3400 mm
±0−100−200−300−400mm
梁高与管线占用 1200mm → 实际净高 2200mm 接近示例边界
规则冲突
0
低于演示设定的 2300mm 预留值
成本估算
-CNY 500,000
人民币示例估算，含土方节省与管线改造，不是报价
工期估算
+12 天
按每专业 4 天、阈值冲突另加 10 天演示
复核流程
内部复核
真实审批要求取决于项目、所在地规范与专业判断

命中的示例规则

层高变更触发结构复核演示假设
下调至少 150mm 时重新检查管线布置演示假设
净高低于 2300mm 示例预留值演示假设

候选方案

▲ 交互演示：阈值、成本和工期均为明确设定的假设，不是规范审查、模型预测或报价，点击仅在本页比较方案，不执行、不保存、不生成审计记录，真实项目需核验现行规范、适用地区和完整条件

技术能力与系统架构

Capability Stack · 能力模块

能力模块可组合，
共用一套底座

以下展示五类技术能力，我们根据企业资料、工作流程、访问权限与行业规则确定实施方案，配置所需的模型、检索服务和业务工具

01

私有边界

Private AI Core

大模型运行在客户控制的环境中，从算力、网络、身份认证，到日志、备份与版本回滚， 敏感数据留在授权边界内，外部连接由企业明确配置

  • 反向出站连接——由客户侧服务器主动建立出站连接，不在防火墙上开放对外服务端口
  • 中转链路不保管密钥——传输全程端到端加密，中转服务不持有业务数据解密所需的密钥
  • 按身份与项目授权——按人员、项目和数据范围实施最小权限控制，支持隔离、撤销与定期复核
  • 全流程审计——连接、检索、文件访问、配置变更与模型调用均保留可查询的审计记录
External Port Scan Secured

传统 VPN 开放

443/tcp  open  https
1194/udp open  openvpn
3389/tcp open  ms-wbt
22/tcp   open  ssh

4 PORTS EXPOSED

反向出站

—
—
—
—

0 PORTS EXPOSED

安全边界以架构设计与验证结果为准
02

模型工厂

Domain Model Factory

同一条规范在不同机构的解释口径、审查尺度与历史处理方式可能不同，其中相当一部分经验并未被结构化记录 通用模型无法直接获得这些机构专属的知识与判断标准，因此模型定制的重点，是建立可治理的企业知识与任务能力

  • 语料治理——完成清洗、去重、分级与脱敏，建立带权限标签的语料台账，作为模型定制的基础条件
  • 领域继续预训练 CPT——吸收领域术语、条文表述、行文体例与专业缩写，使模型具备稳定的领域语义理解能力
  • 任务微调 SFT / PEFT——按任务或专业域拆分适配器，支持独立评测、发布、更新与回滚
  • 偏好对齐与评测——基于历史审查意见与真实任务记录构造偏好数据，并建立可复核的离线与线上评测集
Model Registry · v2.4.1 Deployed
语料治理
1.8M 文档
CPT
4.2B tok
SFT / PEFT
3 适配器
偏好对齐
12.6K 对
评测
PASS
评测指标定制前定制后
要素提取准确率71.4%93.8%
引用完整性58.2%97.1%
漏检率18.6%4.2%
人工修改率62.0%21.5%

示意界面 · 指标口径为同类规模机构测算目标值，非承诺值

03

智能体工作流

Agentic Workflow

系统能力不止于问答，Agent 接收任务、识别文件、检索依据、调用工具、执行规则并生成结果， 同时将缺失信息、冲突与高风险事项移交人工，每一步都可追踪、复核并在必要时回滚

  • 依据原文可核验——输出关联条文原文，并标注规范名称、版本号、条款编号与适用标记
  • 无依据不进入交付范围——无法提供来源、版本或验证路径的功能，不作为已交付能力对外承诺
  • 显式标注冲突与缺失——对缺失信息、相互矛盾的条件和未覆盖情形进行标记，不强行生成确定结论
  • 风险分级与人工移交——高风险或低置信度事项进入人工复核，自动化边界在 Trace 记录中清晰可见
Agent Trace · Task #A-2291 Completed
  • 01INGEST · 甲方材料 47 份 → 分类打标OK
  • 02PARSE · 扫描件 OCR → 结构化要素提取OK
  • 03RETRIEVE · 现行规范比对（4 部国标 / 2 部地标）OK
  • 04RETRIEVE · 院内历史项目召回 top-5OK
  • 05TOOL · 调用造价估算接口OK
  • 06CONFLICT · 地勘数据与规划条件冲突转人工
  • 07MISSING · 甲方材料缺用地红线图转人工
  • 08GENERATE · 报告框架 + 章节要点 + 基础数据OK
04

业务世界模型

World Model

把业务中的对象、状态、约束、行动与结果，构造成有边界的行业 World Model 在法规、工程、运营与风险场景中，先推演不同方案的影响，再把可解释的依据交给决策者

  • 范围与状态空间明确——仅在已定义的业务边界与状态变量内进行模拟，不将有限模型外推为现实世界预测
  • 规则来源可追溯——强条、国标行标地标、地方补充规定、合同条款与内部惯例均保留来源和版本信息
  • 输出影响链与依据——沿合规、成本、进度、审批等维度展开影响路径，每条结论均关联依据和假设
  • 决策与执行权保留在人——系统记录方案、选择与理由，形成版本和审计记录，由专业人员作出最终判断
试用推演器 →
Bounded World Model Simulating
变更事件 实体状态 规则命中 强条冲突 需复核 人工审批
SIMULATE BEFORE EXECUTE
05

常驻智能体

Standing Agents

前面的模块主要服务于一次性任务闭环，对于以下工作，系统需要承担持续监测职责—— 管线碰撞、图纸版本一致性、规范符合性、名单与政策变更， 它们需要的是按规则持续运行的监测机制

完成巡检对象、规则集与通知策略配置后，Agent 可按预设周期运行： 持续扫描并仅报告增量变化，长期运行无需重复下达相同指令

  • 一次配置，持续运行——巡检范围、规则集、告警等级与接收人统一配置，并支持后续变更
  • 仅报告增量变化——同一问题不重复推送，仅在新增、消失或风险等级变化时触发通知
  • 告警附带依据——每条告警包含构件编号、命中规则、模型版本与扫描时间，便于复核
  • 持续监测，不替代决策——系统负责发现和提示，处置、修改与签署仍遵循人工审批流程
Standing Agent · 管线碰撞巡检 Running 14d 06h
  • 09:12扫描 B3 层机电模型 v2.7 · 1,284 构件完成
  • 09:14碰撞 3 处 · 风管 × 桥架 · 净距 < 50mm转人工
  • 11:40扫描 B2 层机电模型 v2.7 · 1,102 构件完成
  • 11:41无新增碰撞，2 处沿用上轮结论静默
  • 14:07检测到模型版本更新 v2.7 → v2.8重扫
  • 14:23全楼层重扫完成 · 原 3 处碰撞已消解完成
本轮新增告警 0 累计转人工 17 已复核 17 模拟数据 / 示意界面

Reference Architecture · 私有化部署架构

一张图，把边界画清楚

算力、网络、身份、存储、模型服务、知识库、Agent、监控与审计，边界必须清楚，这是我们进场前一定会先交付的东西

基础设施 INFRASTRUCTURE GPU 服务器集群 量化 · 推理优化 多模型调度 资源与并发管理 高可用运维 备份 · 监控 模型服务 MODEL SERVING 推理服务 院本专用模型 模型注册表 版本 · 回滚 评测看板 基线对比 知识治理 KNOWLEDGE 语料台账 清洗 · 分级 · 脱敏 权限标签 人员 · 角色 · 项目 可追溯引用 原文 · 版本 智能工作流 AGENTIC 接收与识别 分类 · 要素提取 检索与执行 依据 · 规则 · 工具 人工复核 交给人处理 业务世界模型 WORLD MODEL 状态图谱 实体 · 状态 · 约束 情景推演 变更 → 影响链 方案比选 依据 · 置信度 OA / 办公系统 合同 / 案件管理 项目管理系统 风控 / 审计系统 人工审批 · 批准 / 修改 / 退回 记录理由，生成新版本与审计条目
  • 零开放端口外部扫描探不到边界内任何服务
  • 反向出站院内服务器主动拨出到中转，中转不持密钥，端到端加密
  • 接口对接接入现有 OA、合同、项目与风控系统，不推翻原有信息化体系
  • 人在回路高风险与不确定事项转人工复核，判断与签字始终在人
能力范围与责任边界

Governance · 能力边界声明

能力边界与
公开口径

这不是营销话术，而是我们对产品能力、适用条件与责任边界的公开说明 我们只承诺能够验证、能够交付、能够被审计的部分；其余边界同样明确写出

能力领域
可公开说明的能力
明确边界与不作出的承诺
数据安全
可在客户授权的环境中部署；外部调用由企业显式配置；传输链路采用端到端加密，中转环节不持有密钥，具体边界以部署架构、网络策略与安全验证结果为准
不对所有部署模式统一宣称“绝不出域”；只有经验证的完全离线架构，才能作出不出域承诺
准确性
引用可追溯、版本可识别、评测可复核；高风险事项保留人工复核与最终决策
不承诺消除全部幻觉，不宣称百分之百准确，也不把模型输出等同于事实或专业结论
预训练
支持领域继续预训练、监督微调、参数高效微调、偏好对齐、蒸馏量化与评测，帮助客户形成可管理、可迭代的企业模型资产
不承诺为任何企业从零训练基础大模型；是否训练、训练到什么程度，取决于数据、算力、目标任务与验证结果
World Model
在清晰限定的业务范围内，基于企业规则、历史数据与显式假设模拟状态变化和方案影响，用于情景推演与决策验证
不宣称理解或预测整个真实世界，不替企业自动决定未来，也不把有边界的模拟结果包装成现实预测
Agent
在授权范围内调用工具、执行步骤、记录过程，并将不确定或高风险事项移交人工
不宣称无需监督即可处理全部业务，不绕过权限、审批和责任人，不以自动执行替代专业判断
持续学习
基于反馈更新知识、模型或流程；变更经过测试、审批、版本管理与回滚验证后进入下一阶段
不允许系统在生产环境中无审批、自主改变行为；不把持续更新等同于不受控的自我进化
合作与实施流程

从一个小场景，走到真正用起来

不用一开始就改造整家公司，先选一件具体工作，用结果决定下一步

  1. 一起找问题

    说说哪件事最费人、最容易出错，脱敏样本就能帮助我们了解现状

  2. 做一个能试用的版本

    用真实任务验证是否好用，确认效果、投入和需要人把关的环节

  3. 部署，再逐步扩展

    确定云端或本地部署，接入工作流程，跑稳一个场景，再增加下一个

开始之前，您可能想了解

FAQ

开始之前，您可能想问

我还没想好技术方案，可以聊吗？

可以，先告诉我们想改善的工作、现在的做法和遇到的问题，我们一起判断是否适合用 AI

一定要先买服务器吗？

不一定，可以先使用云端算力，也可以利用现有硬件，部署方式取决于任务、数据要求和预算

原来的系统还能用吗？

优先考虑接入现有系统，先评估接口和权限条件，再确定哪些步骤可以连接、哪些需要调整

怎样知道值不值得投入？

先约定要改善的指标，例如查找时间、处理量、复核工作量，用试用结果评估，再决定是否扩大

LET’S PUT AI TO WORK

从一项具体工作，
开始创造价值

一起梳理资料、工具与审批流程，明确预期成果和验证标准，找到适合您团队的实施起点

讨论您的业务场景 ↗info@intosyn.com