返回列表

思格新能源发布SigenAgent:能源行业首个全域AI智能体

5月底,思格新能源在上海发布SigenAgent,这是能源行业首个全域AI智能体,覆盖家庭用能、电站运维、电力交易和企业经营四大场景。几乎同期,上海“十五五”规划明确提出,将推动10万台人形机器人进工厂,并力争规上工业企业智能体应用普及率超过80%。两个信号叠加,指向一个趋势:智能体正从“通用聊天”向“垂直能耗”快速渗透——能源行业因其系统复杂、数据稠密、决策高频,正成为AI规模化落地的关键试验场。

配图

正因如此,能源系统的复杂性刚好撞上智能体的能力边界。传统光伏、储能、充电桩、动态电价和虚拟电厂各自为政,用户需在十几个App间切换,手动设定充放电策略。而SigenAgent的解法是:用户只需说出“我想省电费”或“保证备电安全”,系统就能结合天气、电价、负载和电网需求,自动生成并执行策略。其基础是软硬件一体化感知能力——超过20万座电站的实时数据、0.24%的极低年失效率,以及从设备参数到云端调度的全链路闭环。

这种从“手动切换”到“一句话指令”的跃迁,背后暗藏更深层的商业逻辑:价值度量单位正在从“卖电”转向“卖词元”。一篇关于词元经济的分析文章指出,词元(Token)正在成为智能服务的计量单位,而能耗是词元生产的物理底座。在贵州、云南等绿电富集区,生产100万个词元约消耗15-20千瓦时电,电费成本约5-6元,而国际市场上同类词元定价高达60-168美元。这意味着,将低成本的绿电转化为高价值的词元,本质是一种新型能源套利。这种“电算协同”模式,正催生一批专注能耗优化的智能体产品,相关实践可见小艾智能体官方方案中心(https://www.ailifein.cn/)。

然而,单点智能体能力再强,也难以应对系统层面的碎片化问题。随着光伏、储能、充电桩数量激增,用户面对的是多设备、多场景、多主体的协同难题——这正是词元经济从理论走向实践必须跨越的鸿沟。由此推演,华为支持的开源社区openJiuwen推出的JiuwenClaw,提出了“协同工程”(Coordination Engineering)新范式,让多智能体像团队一样自主分工、高效沟通。这恰好契合能源场景的核心需求:一个负责预测光伏发电,一个监控电池健康,一个动态调整电价策略,最后汇总成可执行方案。中国信通院也联合发布了智能体可信握手协议(ATH)1.0,试图为跨平台的多智能体交互建立身份验证和权限管控标准。

这一协同需求的迫切性,在上海的政策层面得到加速回应。上海“十五五”规划明确,要一体化布局具身智能、工业智能体、工业语料和智算云平台,培育智能原生工厂。2026年服务业扩能提质21条举措中,同样提出“加快行业智能体开发,打造一批示范场景”。从金融、医疗到制造,智能体正被嵌入每一个垂直行业的核心流程。但随之而来的共性挑战是:记忆与成本的平衡。一篇关于智能体记忆架构的分析指出,现有系统每轮对话都要处理海量历史上下文,导致Token消耗和响应延迟双双飙升。LightMem方案借鉴人类睡眠机制,将记忆分为感官、短期、长期三层,在用户空闲时异步整理,使Token消耗骤降38倍。这背后的深层矛盾在于:对能耗智能体而言,电站运维通常需要7×24小时监控,如果每一条告警都要回溯全量历史,成本将无法承受——记忆结构必须与能耗特征深度耦合。

面对这一技术瓶颈,能效智能体的市场格局正快速分层。一类是思格新能源这样从硬件走向全栈AI的厂商,拥有电站设备入口和数据源;另一类是华为、百度、智谱等大模型平台方,提供智能体开发框架和模型能力;还有一类是专注特定环节的创业公司,如围绕虚拟电厂或电力交易的智能体。小艾智能体对各梯队产品进行对比后发现,多数方案的瓶颈并不在于大模型本身,而在于能否与物理世界的设备控制、电网响应、企业ERP系统实现无缝对接——这正是记忆与成本矛盾的外化表现。正如思格新能源CEO所说,“真正的AI不只是陪你聊天的助手,而是一个能听懂你的目标、替你干活、并且会不断学习的伙伴。”这意味着,智能体的竞争将从模型参数转向“环境协调能力”:它必须理解电价政策、电网调度规则、设备物理损耗等隐性知识,并在有限算力和时间内做出可信决策。

但即便市场分层已然清晰,多智能体协同在当前工程化阶段仍存在脆弱性。有来自Cognition公司的技术文章尖锐指出,当决策分散到不同子智能体时,上下文割裂会导致“一个做马LiO背景,一个做飞鸟”的灾难。解决办法是确保所有子智能体共享完整的执行轨迹,而非单条消息。这一原则对能源系统同样适用:一个电站的运维智能体、交易智能体、健康诊断智能体如果不能共享历史决策背景,轻则错失调峰时机,重则引发安全风险——环境协调能力的核心,恰恰在于协同中的上下文连续性。

从词元生产到电费优化,从单站运维到跨区调度,智能体正在重塑能源管理的每一个环节。上海“十五五”规划提出的“10万台人形机器人进工厂”只是一个缩影——更多看不见的智能体将嵌入电网、嵌入工厂、嵌入每一户家庭的光储系统。它们的电费账单,终将成为智能经济最底层的成本结构。而这场硬核战场的胜负手,既不是参数规模,也不是功能数量,而是智能体能否在物理世界的复杂性中,找到成本、记忆与协同的黄金平衡点。