在北京北大软件工程股份有限公司（以下简称北大软件）实验室，一批不领薪水、不用休息的AI“新同事”正像流水线产品般产出。它们是被称为“数字员工”的AI智能体，部分业务场景最快只需半小时完成开发。

　　“依托自研智能平台，我们已经实现了用AI智能体批量生产智能体。”该公司技术经理陈一朴说，业务场景简单的“数字员工”，最快半小时就能完成开发，再经测试、验收交付使用；即便是复杂业务场景，研发落地周期也往往不超过两天。

　　这些“AI打工人”干活有多利索？陈一朴举了一个身边的例子：过去，公司写一份投标文件，要5到10个人忙上好几天，如今仅需一个人借助AI智能体，一两个小时就能完成。今年以来，大模型技术几乎每月都有新进展，“数字员工”的能力也跟着水涨船高。

　　眼下，北大软件研发的“数字员工”已在多个行业落地应用——

　　在干部管理领域，人岗配备智能体将以往需要多轮研讨、反复研判的干部选配工作，简化为一键智能沙盘推演，大幅提升决策效率，目前已应用于全国1.7万余个基层单位。

　　在软件安全领域，京津冀一家数字研究院引入安全智能体后，代码漏洞发现率从40%提升到70%以上，第三方组件的风险过滤率达到90%。

　　在政务领域，合同审查与文书起草“数字员工”已入驻200余家省级单位、7100多个区县政务机构，审核起草文件从按小时计变成了按秒计。

　　能干是好事，但安全吗？这是业界最关心的问题。

　　陈一朴分享了一个圈内发生的案例：海外一家公司高管用普通AI智能体管理邮箱时，大模型误判存储空间不足，在未经人工确认、无二次核验的前提下，系统自动永久删除大量重要邮件，造成不可逆的工作损失。“大模型本质上是概率性算法模型，无法做到100%输出准确、零失误运行。”他坦言，正因如此，更需要通过架构设计兜住概率性失误，把风险关进笼子。

　　针对这一行业短板，北大软件为“数字员工”加装“安全阀”。其软件平台采用服务端决策、客户端执行的分离架构——所有智能推理、业务决策、指令生成均在服务端完成，客户端不参与任何决策；每条指令下发前，都须经服务端部署的安全智能体依据规则逐条审查，未通过审查的指令会被拦截或退回修正，客户端只执行放行后的指令。对删除数据、对外发文等高风险不可逆操作，系统还会根据安全需要插入人工确认环节。

　　此外，北大软件支持全栈私有化部署，严守“数据不出内网、安全完全可控”的底线，进一步规避数据泄露、AI误操作等风险。

　　今年以来，其“数字员工”的迭代速度加快。“基本上每半个月就有新功能上线。”陈一朴透露，公司目前承担了6个国家重点研发计划项目，主攻智能体平台安全治理、长程记忆优化、业务技能固化等技术方向，为企、事业单位开展数智化转型提供能力支撑。“我们也在持续强化‘数字员工’对电脑终端、浏览器及各类业务软件的全域操控能力。未来，用户只需下达一条指令，它就能在多个业务系统之间自主完成材料抓取、信息填报、数据汇总、流程办结等全链条工作，真正实现智能化办公。”他说。

　　随着各行业陆续开启数智化转型，AI智能体已从“锦上添花”的辅助定位，走向政务服务、企业经营、机构办公的数字化标配工具。截至目前，北大软件已推出10余种AI智能体，覆盖干部考察、合同审查、智能招聘等场景，累计服务数万家机构。可以预见，随着转型加速，这批不知疲倦的“AI打工人”还将持续扩容。